如何让 ChatGPT 成为你的 Python 编程助手

大家好，我是小寒。

python 不会写怎么办，那当然问 chatgpt 呀。

今天，我们一起来看下 chatgpt 到底能给我们提供多大的帮助。

一、简单的数据处理脚本

我认为一个好的起点是某种数据处理脚本。

目标

提示

编写一个执行以下操作的 Python 脚本：

• 将数据集从磁盘上的 csv 加载到 Pandas DataFrame

• 确保数据集完全是数字；将字符串值转换为数字并在字典中跟踪此转换以供后续使用

• 检查 DataFrame 中的缺失值并为具有一个缺失值的任何记录估算缺失值；完全删除具有多个缺失值的记录

• 将数据集拆分为测试集和训练集

ChatGPT 回答

分析

ChatGPT 按照我们的提示，完美的给出了一个有用的脚本。

它决定了数据集名称以及训练集/测试集拆分百分比。总的来说，任务完成了。

二、重构我们的代码

目标

现在我们有了一个可以做某事的脚本，让我们稍微重构一下。

良好编码的基石是使用函数来组织你的代码，促进重用。

提示

重写上面的脚本，使用一系列有意义的函数。

ChatGPT 回答

在这里，一共使用了四个函数。

1. load_dataset(file_path) 加载 csv 数据集。
2. convert_to_numeric(df) 将字符串值转换为数字。
3. handle_missing_values(df) 处理数据集中的缺失值。
4. split_dataset(df, test_ratio=0.2) 数据集拆分为测试集和训练集。

分析

这一步，ChatGPT 完全符合我的预期。同样，已经生成了一个不错的脚本。

三、扩展我们的代码

目标

提示

• 数据集 csv 文件的路径和名称
• 训练集/测试集拆分大小
• 缺失数量的阈值，然后删除整个记录，而不是估算缺失值

ChatGPT 的回答

python script.py dataset.csv 0.2 1

这将使用 “dataset.csv” 文件运行脚本，test_size 为 0.2，缺失值的阈值为 1。

四、将我们的代码转换为 Streamlit 应用程序

目标

现在让我们使用 ChatGPT 将这些功能包装在 Streamlit 应用程序中。

提示

ChatGPT 回答

import streamlit as st
import pandas as pd
import numpy as np

def load_dataset(file_path):
    """从磁盘上的 csv 加载数据集到 Pandas DataFrame"""
    return pd.read_csv(file_path)

def convert_to_numeric(df):
    """
    将 DataFrame 中的字符串值转换为数字，并在字典中跟踪此转换以供后续参考。
    返回转换后的 DataFrame 和转换字典。
    """
    conversion_dict = {}
    for column in df.columns:
        if df[column].dtype == np.object:
            unique_values = df[column].unique()
            conversion_dict[column] = {}
            for i, value in enumerate(unique_values):
                df[column].replace(value, i, inplace=True)
                conversion_dict[column][i] = value
    return df, conversion_dict

def handle_missing_values(df, missing_threshold):
    """
    检查 DataFrame 中的缺失值并根据指定的缺失值数量阈值进行处理。
    返回处理后的 DataFrame。
    """
    missing_values = df.isnull().sum()
    for column in df.columns:
        if missing_values[column] > 0:
            if missing_values[column] > missing_threshold:
                # 删除记录
                df.dropna(subset=[column], inplace=True)
            else:
                # 估算缺失值
                df[column].fillna(df[column].mean(), inplace=True)
    return df

def split_dataset(df, test_ratio):
    """将数据集拆分为测试集和训练集，并返回它们的元组"""
    shuffled_df = df.sample(frac=1, random_state=42) # 随机重排
    test_size = int(len(df) * test_ratio)
    test_set = shuffled_df[:test_size]
    train_set = shuffled_df[test_size:]
    return train_set, test_set

# 设置页面标题
st.title("数据集处理应用")

# 获取用户提供的参数
data_file = st.file_uploader("选择 CSV 文件", type="csv")
test_ratio = st.slider("测试集大小", 0.0, 1.0, 0.2, 0.05)
threshold = st.slider("缺失值数量的阈值", 0, 10, 2, 1)

# 处理数据集
if data_file:
    df = load_dataset(data_file)
    st.write("数据集的原始形状：", df.shape)
    
    # 将 DataFrame 中的字符串值转换为数字，并记录转换字典
    df, conversion_dict = convert_to_numeric(df)

    # 处理缺失值
    df = handle_missing_values(df, threshold)
    
    # 将数据集拆分为测试集和训练集
    train_set, test_set = split_dataset(df, test_ratio)
    
    # 显示数据集的处理结果
    st.write("处理后的数据集的形状：", df.shape)
    st.write("训练集的形状：", train_set.shape)
    st.write("测试集的形状：", test_set.shape)
    st.write("转换字典：", conversion_dict)

然后用户可以单击 “处理数据” 按钮来运行脚本并预处理数据。

streamlit run script.py

下面，我们来看看运行后的效果。

总结

在本文中，我们充分体会到了 ChatGPT 的强大的编程能力。

                              

最后

—

今天的分享就到这里。如果觉得不错，点赞，转发安排起来吧。

接下来我们会分享更多的 「深度学习案例以及python相关的技术」，欢迎大家关注。

最后，最近新建了一个 python 学习交流群，会经常分享 「python相关学习资料，也可以问问题，非常棒的一个群」。

「进群方式：加我微信，备注 “python”」

往期回顾

Fashion-MNIST 服装图片分类-Pytorch实现

python 探索性数据分析（EDA）案例分享

深度学习案例分享 | 房价预测 - PyTorch 实现

万字长文 |  面试高频算法题之动态规划系列

面试高频算法题之回溯算法（全文六千字）  

    

如果对本文有疑问可以加作者微信直接交流。进技术交流群的可以拉你进群。