type
status
slug
summary
date
tags
category
password
Text
AI summary
AI custom autofill
Multi-select
Status
URL
hashtag
勘误
标签
标题
类型
贴文
🪄
icon
ChatGPT 中的超快速数据分析。
ChatGPT 在新插件的帮助下（再次）将数据分析提升到了一个新的水平。不，我指的不是所有 ChatGPT Plus 订阅者都无法使用的代码解释器，而是一个名为 Noteable 的新插件。
值得注意的是插件商店中提供了一个新的 ChatGPT 插件，它可以帮助我们在几秒钟内完成数据分析！您只需要使用我将在本文中向您展示的提示即可开始使用此插件。
以下是 Noteable 如何帮助您自动化数据分析。
如果您不想阅读，可以观看我的 YouTube 视频。
设置值得注意的
首先，我们需要安装 Noteable。为此，请转到插件商店并搜索 Noteable。一旦找到它，只需单击安装！
安装 Noteable 后，会弹出下面的窗口。在开始使用此插件之前，您必须创建一个帐户。
为什么我们需要一个帐户？好吧，ChatGPT 将显示我们要求的可视化和分析，但所有代码都只能在 Noteable 中以笔记本格式提供。最重要的是，我们需要在 Noteable 上创建一个项目来使用该插件。
登录后，您会看到一个如下图所示的空间，其中有一个名为“我的第一个项目”的默认项目。单击该项目或从头开始创建一个。
进入项目后，复制链接。我们将在下一节中使用该链接。链接的格式应如下所示。
使用提示
现在是时候让 Noteable 为我们做数据分析了！这是我们将要使用的提示。
如您所见，我们只需要提供指向我们的数据集和项目的链接。差不多就是这样！
根据说明，事情变得更加棘手。您可以让 Noteable 进行通用但快速的分析，或者您可以在提示中指定您想要获得的内容。我们来看一下。
1. 值得注意的快速数据分析
首先，我们让 Noteable 自己进行数据分析，而不会详细说明我们想要关注的方面。
让我们对包含 1955 年至 2020 年全球所有国家/地区的人口数据的数据集进行自动化数据分析。
加载此数据集：https://github.com/ifrankandrade/python-course-for-excel-users/blob/main/4.Data%20Visualization/population_total.csv将其用作我的默认项目：<项目链接>充当数据科学家，分析数据集并制作图表和图表，以显示全球人口增长的主要趋势
这是 Noteable 提供的数据集概述。
然后它会自动关注 2020 年人口最多的 5 个国家，并制作一个线图来显示 1955 年到 2020 年的人口增长情况。
最后，它添加了一些注释以完成分析。不错！
2. 定制数据分析与显着
现在我们将告诉 ChatGPT 和 Noteable 我们想要执行的分析类型。对于此示例，我们将使用一个数据集，其中包含有关 FIFA 20 游戏中足球运动员的信息。我们将指定我们想要获得的可视化效果以及要在下面的提示中使用的列。
加载此数据集：https://raw.githubusercontent.com/ifrankandrade/data-visualization/main/datasets/players_20.csv将其用作我的默认项目：<项目链接>充当数据科学家并分析足球运动员仅来自美国、加拿大、英国、巴西和阿根廷。制作条形图来分析“总体”列，该列代表一名球员的足球水平。制作直方图和箱线图来探索这些国家/地区球员的平均身高。制作散点图以查看玩家的权重分布情况。最后，制作饼图以查看来自美国的前 10 名最有价值球员 (value_eur)。
结果真是太棒了！ChatGPT 和 Noteable 考虑了我提到的所有细节。
我自己做了这个数据分析（当时 ChatGPT 甚至不存在）并发表在一篇文章中。结果是一样的！
最后但同样重要的是，您可以访问通过 Noteable 网站生成的代码。
3. 加载多个数据集并使用 Noteable 进行分析
我加载了多个数据集并指导了 Noteable 如何使用它们。结果和之前的测试一样好！
在下面的提示中，我加载了FIFA 游戏 2017 年、2018 年、2019 年、2020 年和 2021 年的 5 个数据集，以查看梅西和克里斯蒂亚诺罗纳尔多等球员的 FIFA 评分（“总体”列）的演变.
加载这 5 个数据集：将其用作我的默认项目：<项目链接>充当数据科学家并加载提供的 5 个数据集。每个数据集代表 FIFA 游戏在 2017、2018、2019、2020 和 2021 年的评分。加载每个数据集后，创建一个包含数据集年份的新列“years”。使用线图分析球员 L. Messi、Cristiano Ronaldo、K. De Bruyne、V. van Dijk 和 K. Mbappé 从 2017 年到 2021 年的“整体”演变。“整体”一栏代表一名球员的足球水平。
这是我得到的。
惊人的！正是我在这篇文章中发表的分析中得到的。
就是这样！现在轮到您使用 Noteable 自动执行数据分析了！
作者：PyCoach