代码解释器

代码解释器（Beta版）是一个实验阶段的ChatGPT模型，它包括以下特性（更多关于如何激活的信息，请参考 揭秘ChatGPT Code Interpreter，王炸级功能，文件上传&数据分析）：

• 内建Python编程能力：该模型内置Python解释器，能够执行Python代码。
• 支持文件上传和下载：能够将文件上传到当前会话的工作区，并下载工作成果。
• 隔离的执行环境：解释器插件在一个安全的运行环境中工作，包括防火墙和临时的磁盘空间。
• 持久化会话：代码由解释器插件在一个持续的会话中评估，会话在聊天对话期间保持活跃，可以通过多次调用进行构建（超时则销毁）。
• 应用场景：利用代码解释器，用户可以解决数学问题（定量和定性），进行数据分析和可视化，以及在不同的文件格式间进行转换。
• 鼓励新手积极尝试，有可能发现更多的有趣功能。

会话超时

请注意：如果会话超时，将会出现下面的提示信息。而如果试图下载资源，也会显示会话已经过期的提示。

This code interpreter (beta) chat has timed out. You may continue the conversation, but previous files, links, and code blocks below may not work as expected.

此代码解释器（测试版）聊天已超时。您可以继续对话，但之前的文件、链接和下面的代码块可能无法按预期工作。

Code interpreter session expired

代码解释器会话已过期

可视化

代码解释器本质上是一个内建的迷你Python解释器，因此它能调用许多Python生态的库。例如，您可以使用Matplotlib来创建各种图表，使用qrocde来生成二维码，使用PIL来编辑图片，或者使用Graphviz来制作流程图等。

在数据分析处理领域，Matplotlib无疑是一位重量级的选手。它是一款Python的二维绘图库，能生成多种出版物质量级别的高质量图像。支持多种平台，且提供了众多的图形库工具。下面是一些常用的Matplotlib图形以及它们的应用场景：

• 线图（Line Plot）：线图是展示数据随时间或连续值变化趋势的理想选择，如股票价格趋势、气候变迁等。

• 柱形图（Bar Chart）：当需要对比多个类别的数据时，柱形图是极佳的选择。比如，对比不同城市的人口数量。

• 水平柱形图（Horizontal Bar Chart）：与柱形图类似，但呈水平方向。适合于类别标签过长或类别数量较多的情况。

• 堆叠柱形图（Stacked Bar Chart）：堆叠柱形图可以展示每个类别的总量及其子类别的比例，例如公司每季度的总销售额及各产品销售额的比例。

• 饼状图（Pie Chart）：饼状图常用于表示各部分在总体中的比例，如公司收入来源的比例。

• 直方图（Histogram）：直方图适合展示一组数据的分布状况，如学生成绩分布情况。

• 箱形图（Box Plot）：箱形图（又名盒须图）被用来展示一组数据的五数总结，即最小值、下四分位数、中位数、上四分位数以及最大值。

• 小提琴图（Violin Plot）：小提琴图是箱形图与核密度估计图的结合，既可以展示数据的分布，又可以表示数据的概率密度。

• 轮廓图（Contour Plot）：轮廓图通常用于展示三维数据，其中两个维度在平面上表示，第三个维度通过等高线表示。

• 热度图（Heatmap）：热度图常用于表示数据的关联性或数据的分布热度，例如网页点击的热力图。

• 气泡图（Bubble Chart）：气泡图是散布图的扩展，其中每个点的大小和颜色可以用来表示更多维度的数据。

• 雷达图（Radar Chart）：雷达图常用于展示多变量数据，尤其适合比较不同对象在各个特性上的表现。

• 三维图（Three-Dimensional Plot）：三维图用于展示三个数值变量之间的关系，例如三维空间中x、y、z三个维度的关系。

• 面积图（Area Plot）：面积图非常适合用来表示随时间变化的数量，并且可以比较不同类别间的差异。

• 误差条图（Error Bar Plot）：误差条图用于展示数据的不确定性，如用标准偏差或标准误差表示的实验数据。

• 填充图（Fill Between Plot）：填充图可以清楚地表示两个数据系列之间的差异，或者表示同一系列数据的不确定性。

• 阶梯图（Step Plot）：阶梯图非常适合用来表示离散的、非连续的事件，或者表示阈值变化。

• 复合图（Composite Plot）：复合图是多种图形的结合，如在同一图表中同时展示线图和柱形图，适用于需要同时展示多个相关指标的场景。

• 蜡烛图（Candlestick Chart）：蜡烛图常用于金融分析，用于表示股票、期权等的开盘价、收盘价、最高价和最低价。

• 词云图（Word Cloud）：词云图常用于文本数据，展示文本中出现频率最高的词。

• 极坐标图（Polar Plot）：极坐标图用于表示极坐标系中的数据，例如雷达图、风向玫瑰图等。

你应该根据数据的特性和你想传达的信息来选择这些图形。在实际应用中，可能还需要根据特定需求调整图表的参数，以更好地展示和解读数据。若想了解更多，可以查阅 Matplotlib 的官方文档。

使用案例

如果你想亲身体验数据可视化的过程，你首先需要一些数据。你可以在 Kaggle 网站上下载你感兴趣的数据集。作为全球最大的数据科学社区，Kaggle 提供了丰富的工具和资源，可以帮助你实现数据科学项目。之后，你就可以进行数据分析和总结了。

总结并建议

Prompt：请对 prompts.csv 文件进行分析，并将分析结果通过合适的图表进行展示。同时，根据分析结果，提供一份编写 prompt 的优质指南。你可以利用词云进行高频词的统计...

请从 f/awesome-chatgpt-prompts 下载 prompts.csv 文件并上传，然后逐一询问上述的 prompt。根据这些操作，我们可以得出编写 prompt 的最佳策略：

• 明确你的需求：通过使用像 want、need、help、tell 等词语来明确地表示你想要 ChatGPT 做什么。
• 设定角色：使用诸如 "act as a ..." 的表述可以帮助 ChatGPT 确定你希望它扮演的角色。
• 简洁明了：尽可能地让你的 prompt 简洁清晰，大部分的 prompt 长度应控制在 200 个字符以下。
• 指明具体行动：如果可以，使用明确的动词，如 use、create、design、play 等，来表述你期望 ChatGPT 执行的具体操作。

视频处理

Prompt

将其转换为 MP4 格式，并进行播放（上传的视频文件：test.mov）

显示视频的总时长，并从视频的第 1/10 秒截取一张图片来展示

展示这张图片

上传 test.mov 视频文件，并按照上述指令执行，可以成功地将视频转换为 .mp4 格式，或者截取视频的特定帧作为图片输出。然而，在将视频转换为 .gif 动图的过程中，由于临时内存限制，任务未能成功完成。因此，我们可以得出结论：代码解释器可能不适合处理占用内存过大的任务。

图片处理

Promot 展示原图的尺寸，从中央裁剪出最大的正方形，并将裁剪后的图片展示出来。使用 576x576 的尺寸作为原图的滑动窗口，每次移动图片宽度的 1/50，并将滑动过程制作为循环播放的 gif。将图片转换为黑白色并展示。从原图中提取色彩生成调色板，并显示颜色值以及调色板图片。将原图转换为 JPG 格式并提供下载链接，同时展示原图...

上传图片后，依次执行以上提示。你不仅可以获取图片的信息，还可以对图片进行编辑操作（如裁剪、生成 gif、调整颜色、转换格式等）。需要注意的是：如果会话过期，你需要重新上传图片，同时在进行格式转换或展示图片时可能会受到内存的限制。

原图像（Stable Diffusion ）

灰度处理

Code Interpreter 使用滑动窗口方式将图片输出为 GIF 动图

PDF 处理

Prompt上传文件，然后依次输入以上提示。你可以得到文件的主要内容概述，分析全文，尝试提取部分图像作为补充说明。此外，你还可以将 PDF 文件的前三页合并为一张图片进行展示...

上传 PDF 文件，然后逐个执行以上提示。GPT 能够帮助你分析文件中的文本内容，但如果试图提取部分图像，可能会因复杂性过高而失败。不过，如果你需要将多页 PDF 合并成一张图片，这个功能表现得相当出色。

数据分析

Prompt上传数据文件，然后依次执行以上提示。你可以得到该数据的主要内容概览，创建全球人口密度的可视化图像，也可以生成展示前十个国家人口增长趋势的图表...

下载世界各国人口数据集，上传 countries-table.csv 文件，然后依次执行上述提示。你可以从多个角度对数据进行分析并生成可视化图形。

生成二维码

Prompt 请将以下网址 https://github.com/lencx 转化为二维码并展示，并使用以下代码进行修改：

from qrcode.image.styles.colormasks import RadialGradiantColorMask
qr.make_image(image_factory=StyledPilImage, color_mask=RadialGradiantColorMask())

按照上述步骤输入 prompt，你可以成功生成二维码。然而，在尝试修改二维码风格时，仅提供方法名可能无法得到满意的结果。此时，你可能需要查阅 qrcode 的文档，并提供具体的代码示例，以指导 GPT 进行进一步的操作（在一定程度上，代码示例能够修正返回结果）。

流程图

Prompt依次输入以上提示，你可以看到 GPT 如何尝试产生创新和复杂的视觉艺术。不过，你可能会发现，现有的尝试可能并不符合你的期待——它们可能缺乏你期待的艺术美感，或者并非全新的创意。你可以持续提供指导，如"探索3D和透视效果"或者"寻找类似于分形的艺术美感"，以帮助模型更好地满足你的需求。

from PIL import Image
img = Image.open('/mnt/data/browser_work_process.png')
img.show()
...

试着按照以上提示进行输入，你会发现在绘制流程图的过程中，模型可能无法完全满足你的期望。这时，你可能需要多次提示或者给出代码样例，来帮助模型更准确地理解并完成你的需求。

浏览器工作原理

视觉创意

Prompt按照以上指示进行尝试，你可以尽可能探索 Code Interpreter 可以完成的创新、具有复杂性和数学艺术之美的任务。然而，请注意，这些任务需要具有创新性并且是全新的，而不仅仅是对已有作品的变体。例如，Chaos Game，Cellular automata 和 Fractal 等都是具有创新性的项目，但它们已经存在。为了寻求创新，我们可能需要探索诸如3D、透视效果等新的领域。如果当前方向并不能达成目标，不妨改变思路，继续探索。请注意，我们在寻找的是具有艺术美感的作品，例如像分形那样的。

有时，我们并没有明确的目标，此时可以利用 Code Interpreter 为我们激发灵感。得益于它在算法、可视化和编程等多个领域的综合能力，它的创造力往往超过我们的想象。然而，它的输出效果可能不总是如我们所愿，这需要我们持续提供提示和反馈，或者改变探索方向来引导它。

一颗渐变分形的树

总结

• 代码解释器无法一步到位地解决所有问题，也不一定总是能够提供满意的结果。尽管它能在执行过程中进行自我修正，但在遇到失败时，它需要你提供适当的引导和提示。
• 如果代码解释器因环境限制而无法执行某些操作，你可以试图提供一些替代的方案或步骤来引导它（这需要你具备一定的 Python 编程知识）。
• 代码解释器的文件上传和图像显示功能，结合了 ChatGPT 原有的对话能力，从而大大增强了 GPT-4 的功能，如数据分析、文件格式转换、思想验证等。
• 值得注意的是，代码解释器的会话具有时效性，一旦超时，其开辟的临时内存会被销毁。因此，你需要提前将其生成的下载资源链接保存到本地，以防数据丢失。
• 此外，由 Python 解释器分配的临时内存空间有限。如果尝试执行一些复杂且耗时的任务，可能会因为任务过大而失败。它更适合进行数据处理和分析，对于可能因文件过大而耗尽内存的文件格式转换任务，可能会遇到困难。