编辑图片|chatgpt
一个
数据分析已经改变。知道Python，SQL和Excel之类的工具已不再足够成为数据分析师。
作为一家科技公司的数据专业人士，我亲身体验了AI将AI集成到每个员工的工作流程中。现在有一个AI工具的海洋，可以访问和分析整个数据库，并帮助您在几分钟内构建数据分析项目，机器学习模型和Web应用程序。
如果您是一个有抱负的数据专业人士，并且使用这些AI工具，那么您就会失去。很快，其他数据分析师将超越您；使用AI来优化工作流的人。
在本文中，我将引导您浏览AI工具，以帮助您保持竞争和10倍的数据分析工作流程。
使用这些工具，您可以：
- 构建和部署创意投资组合项目，以作为数据分析师雇用
- 使用普通英语创建端到端数据分析应用程序
- 加快数据工作流程并成为更有效的数据分析师
此外，本文将是有关如何使用AI工具来构建数据分析应用程序的分步指南。我们将特别关注两个AI工具 - 光标和熊猫AI。
对于本文的视频版本，请观看以下内容：
AI工具1：光标
一个
光标是一个可以访问整个代码库的AI代码编辑器。您只需在光标的聊天界面中键入提示即可，它将访问目录中的所有文件并为您编辑代码。
如果您是初学者，并且可以编写一行代码，甚至可以从一个空代码文件夹开始，并要求光标为您构建一些东西。然后，AI工具将遵循您的说明，并根据您的要求创建代码文件。
这是有关如何使用光标构建端到端数据分析项目的指南，而无需编写单行代码。
步骤1：光标安装和设置
让我们看看如何将光标AI用于数据分析。
要安装光标，只需访问www.cursor.com，下载与操作系统兼容的版本，请按照安装说明进行操作，然后将其设置为几秒钟。
这是光标接口的样子：
光标AI接口
一个
要遵循本教程，请下载train.csv来自Kaggle上的情感分析数据集的文件。
然后创建一个名为“情感分析项目”的文件夹，然后将下载的train.csv文件移动到其中。
最后，创建一个名为的空文件app.py。您的项目文件夹现在应该看起来像这样：
情感分析项目文件夹
一个
这将是我们的工作目录。
现在，通过导航到文件 - >“打开文件夹”，在光标中打开此文件夹。
屏幕的右侧具有聊天界面，您可以在其中将提示输入光标。请注意，这里有一些选择。让我们在下拉菜单中选择“代理”。
这告诉光标探索您的代码库，并充当AI助手，该助手将重构和调试您的代码。
此外，您可以选择要与光标（GPT-4O，Gemini-2.5-Pro等）一起使用的语言模型。我建议使用Claude-4-Sonnet，该模型以其高级编码功能而闻名。
步骤2：提示光标构建应用程序
现在，让S将此提示输入光标，要求它使用我们的代码库中的培训数据集构建端到端情感分析模型：
创建一个情感分析网络应用程序：1。使用预先训练的大杂质模型分析文本的情感（正，负或中性）2。具有一个简单的Web界面，用户可以在其中输入文本并查看结果3。以适当的颜色显示情感结果（绿色为正，红色，负面）4。立即运行而无需进行任何培训请正确连接所有文件，以便当我输入文本并单击分析时，它立即向我显示情感结果。将此提示输入光标后，它将自动生成代码文件以构建情感分析应用程序。
一个
步骤3：接受更改和运行命令
当光标创建新文件并生成代码时，您需要单击“接受”以确认AI代理所做的更改。
光标写下所有代码后，它可能会提示您在终端上运行一些命令。执行这些命令将允许您安装所需的依赖项并运行Web应用程序。
只需单击“运行”，允许光标可以为我们运行这些命令：
运行命令光标
一个
光标构建了该应用程序后，它将告诉您将此链接复制并粘贴到您的浏览器中：
光标应用链接
一个
这样做将导致您进入情感分析Web应用程序，看起来像这样：
使用光标的情感分析应用程序
一个
这是雇主可以与之互动的成熟的Web应用程序。您可以将任何句子粘贴到此应用程序中，它将预测情绪，并将结果归还给您。
如果您是该领域的初学者并想生产您的项目，我发现像光标这样的工具非常强大。
大多数数据专业人员不知道HTML和CSS等前端编程语言，因此我们无法在交互式应用程序中展示我们的项目。
我们的代码通常位于Kaggle笔记本上，这与数百名其他申请人完全相同的申请人没有竞争优势。
但是，像光标这样的工具可以使您与竞争对手区分开。它可以通过确切地编码您的讲述来帮助您将想法转化为现实。
AI工具2：Pandas AI
一个
Pandas AI可让您在不编写任何代码的情况下操纵和分析PANDAS数据框架。
您只需要以普通英语的方式键入提示，这降低了执行数据预处理和EDA带来的复杂性。
如果您已经知道，Pandas是一个Python库，您可以用来分析和操纵数据。
您将数据读取为称为PANDAS数据框架的东西，然后允许您对数据执行操作。
让我们介绍如何使用Pandas AI执行数据预处理，操纵和分析的示例。
对于此演示，我将使用泰坦尼克号生存预测数据集在Kaggle上（下载train.csv文件）。
对于此分析，我建议使用Python笔记本电脑环境，例如Jupyter笔记本，Kaggle Notebook或Google Colab。该分析的完整代码可以在此Kaggle笔记本。
步骤1：Pandas AI安装和设置
准备好笔记本环境后，键入以下命令以安装pandas ai：
！PIP安装Pandasai
接下来，使用以下代码加载泰坦尼克号数据框：
导入大熊猫作为pdtrain_data = pd.read_csv（'/kaggle/intup/titanic/train.csv'）现在，让我们导入以下库：
导入操作系统来自Pandasai导入SmartDataFrame来自pandasai.llm.openai进口Openai接下来，我们必须创建一个熊猫AI对象来分析泰坦尼克号火车数据集。
这意味着什么：
Pandas AI是将您的Pandas数据框架连接到大型语言模型的库。您可以使用Pandas AI连接到GPT-4O，Claude-3.5和其他LLM。
默认情况下，Pandas AI使用一种称为Bamboo LLM的语言模型。要将熊猫AI连接到语言模型，您可以访问这个网站获取API键。
然后，将API密钥输入此代码块以创建PANDAS AI对象：
＃设置Pandasai API密钥＃默认情况下，除非您选择其他LLM，否则它将使用Bamboollm。＃您可以通过https://app.pandabi.ai获得免费的API密钥os.environ ['pandasai_api_key'] ='your-pandasai-api-key'＃替换为实际键＃使用默认LLM（Bamboo）创建SmartDataFramesmart_df = smartdataframe（train_data）就我个人而言，我在检索Bamboo LLM API键时遇到了一些问题。因此，我决定从OpenAI获得一个API键。然后，我将GPT-4O模型用于此分析。
这种方法的一个警告是，OpenAi的API Keys Arent Free。您必须购买OpenAi的API代币来使用这些型号。
为此，请导航到打开AI的网站并从帐单页面。那你可以去API键页面并创建您的API密钥。
现在，您已经拥有OpenAI API密钥，需要将其输入此代码块，以将GPT-4O模型连接到Pandas AI：
＃设置您的OpenAI API密钥os.environ [“ openai_api_key”] =“ your_api_key”＃初始化Openai LLMllm = openai（api_token = os.environ [“ openai_api_key”]，model =“ gpt-4o”）config = {“ llm”：llm，“ enable_cache”：false，“冗长”：false，“ save_logs”：true}＃使用明确配置创建SmartDataFramesmart_df = smartdataframe（train_data，config = config）现在，我们可以使用此PANDAS AI对象分析泰坦尼克号数据集。
一个
步骤2：使用Pandas AI进行EDA和数据预处理
首先，让我们从一个简单的提示开始，要求Pandas AI描述此数据集：
smart_df.chat（“您可以描述此数据集并提供摘要，将输出格式化为表。”）
您将看到一个看起来像这样的结果，并具有数据集的基本统计摘要：
泰坦尼克号数据集说明
一个
通常，我们写一些代码以获取这样的摘要。但是，使用Pandas AI，我们只需要编写一个提示即可。
如果您是一个想分析一些数据但不知道如何编写Python代码的初学者，这将为您节省大量时间。
接下来，让我们对熊猫AI进行一些探索性数据分析：
我要求它给我泰坦尼克号数据集中幸存的变量之间的关系，以及数据集中的其他一些变量：
smart_df.chat（“生存与以下变量之间存在相关性：年龄，性别，门票票价。格式化此输出为桌子。”）
上述提示应为您提供数据集中生存和其他变量之间的相关系数。
接下来，让我们要求熊猫AI帮助我们可视化这些变量之间的关系：
1。幸存和年龄
smart_df.chat（“您可以可视化生存和年龄列之间的关系吗？”）
以上提示应为您提供像这样的直方图：
泰坦尼克号数据集年龄分布
一个
该视觉效果告诉我们，年轻的乘客更有可能在撞车事故中生存。
2。幸存和性别
smart_df.chat（“您可以看到生存与性别之间的关系吗”）
您应该得到一个条形图，以展示生存和性别之间的关系。
3。幸存和票价
smart_df.chat（“您可以可视化幸存和票价之间的关系吗”）
上面的提示提出了一个盒子地块，告诉我，支付更高票价价格的乘客更有可能在泰坦尼克号坠机事故中生存。
请注意，LLM是非确定性的，这意味着您将获得的输出可能与我的不同。但是，您仍然会得到一个响应，可以帮助您更好地了解数据集。
接下来，我们可以使用此类提示进行一些数据预处理：
示例1
smart_df.chat（“分析该数据集的质量。在建立一个模型以预测生存之前，确定缺失值，离群值和潜在的数据问题。”）
示例2
smart_df.chat（“让我们从数据帧中删除机舱列，因为它缺少太多值。”）
示例3
smart_df.chat（“让我们将年龄列以中位数为中值。”）
如果您想通过我用来用pandas ai清洁此数据集的所有预处理步骤，则可以在我的我的Kaggle笔记本。
在不到5分钟的时间内，我能够通过处理缺失值，编码分类变量并创建新功能来预处理此数据集。这是在没有编写太多Python代码的情况下完成的，如果您不熟悉编程，这特别有用。
如何学习数据分析：下一步
一个
我认为，诸如光标和熊猫AI之类的工具的主要销售点是，它们允许您分析数据并在编程界面中进行代码编辑。
这要比必须将编程IDE从编程IDE中复制和粘贴到诸如Chatgpt之类的界面中要好得多。
此外，随着代码库的增长（即，如果您拥有数千条代码和10个数据集），拥有一个具有所有上下文的集成的AI工具并可以理解这些代码文件之间的连接非常有用。
如果您想学习用于数据分析的AI，那么这里还有一些我发现有帮助的工具：
- github副标士：此工具类似于光标。您可以在编程IDE中使用它来生成代码建议，甚至具有可以与之交互的聊天界面。
- Microsoft Copilot在Excel中：此AI工具可帮助您自动分析电子表格中的数据。
- Python在Excel中：这是一个扩展程序，可让您在Excel中运行Python代码。尽管这不是AI工具，但我发现它非常有用，因为它使您可以集中数据分析而无需在不同的应用程序之间切换。
Natassha Selvaraj是一位自学成才的数据科学家，对写作充满热情。Natassha写了所有与数据科学相关的内容，这是所有数据主题的真正主人。你可以与她联系LinkedIn或检查她YouTube频道。