最近在外面冲浪看到@eviljer分享了 DeepSeek Coder
一步到位做数据分析的玩法。
我复刻后试了一下,确实很爽
只需要塞进去 excel,告诉它分析哪些指标,自动生成代码,自动执行,输出可视化图表。
原文使用 DeepSeek 官方 API,我冲了 1 元钱,跑一次只需要花费 1 分钱
如果一分钱都不想花呢?
我注册了 siliconflow,免费赠送 14 元(即约 2000 万 Qwen1.5-14B 模型 tokens,或 500 张图片),够用1400次起步了!
注册地址:https://cloud.siliconflow.cn?referrer=cly7ai3ir000jqab7qaqp0qwf
它不但完美支持OpenAI API
调用,还可以免费使用Qwen、GLM、Yi
等模型。
上面演示的自动数据分析、可视化,我是用的是DeepSeek-Coder-V2
这个模型我测试了,非常好用
DeepSeek-Coder-V2:第一个开源模型在编码和数学方面击败了 GPT4-Turbo
在编码和数学方面表现出色,击败了 GPT4-Turbo、Claude3-Opus、Gemini-1.5Pro、Codestral。
支持 338 种编程语言和 128K 上下文长度。
完全开源,有两种尺寸:230B(也具有 API 访问权限)和 16B。
回归正题,如何实现自动生成代码,自动执行,输出可视化图表?
代码如下:
import re
import pandas as pd
from openai import OpenAI
# 读取 CSV 数据
#file_path = "/Users/zz/Desktop/demo.csv"
file_path = "替换成自己的 csv 文件路径"
mydata = pd.read_csv(file_path)
# 打印数据类型和表头
data_info = mydata.dtypes.to_dict()
data_columns = mydata.columns.tolist()
print("Data columns and types:", data_info)
api_key = "sk-替换成自己的 api"
# for backward compatibility, you can still use `https://api.deepseek.com/v1` as `base_url`.
client = OpenAI(api_key=api_key, base_url="https://api.siliconflow.cn/v1")
# 构造请求信息
messages = [
{"role": "system", "content": "You are a helpful assistant.\n Based on the dataset user provided, do not assume.\n Think step by step, \nUse Markdown to format the output."},
{"role": "user", "content": f"根据接收的数据字段和类型:{data_info}, CSV 路径:{file_path}, 1、用 plotly 图表分析内容标题,做个阅读超过 1000 点文章排行;2、对排名前五的文章做描述性分析,选用适当的图表进行可视化;3、分析哪些文章阅读情况比较良好;4、分别帮我找出阅读后关注人数、送达阅读率、首次分享率前五的文章名;注意:直接给我最终代码即可,不要写注释"}
]
response = client.chat.completions.create(
model="deepseek-ai/DeepSeek-Coder-V2-Instruct",
messages=messages,
stream=False
)
response_code=response.choices[0].message.content
code_blocks = re.findall(r'```(.*?)```',response_code,re.DOTALL)
cleaned_code_blocks = [code.replace("python\n","") for code in code_blocks]
for code in cleaned_code_blocks:
exec(code)
粘贴到Jupyter NoteBook
,替换file_path、api_key
成自己的,修改 messages
中你想让大模型做的数据分析任务,执行即可。
如果你有别的大模型的 api,这套代码依然适用,额外替换一下base_url、model
即可.
messege 也可以任意修改,比如我让它把图表背景改成黑色,输出就是这样
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。