Que pouvez-vous faire avec des données dans ChatGPT ?
Lorsque vous analysez des données avec ChatGPT, vous pouvez créer des tableaux et des graphiques statiques et interactifs à partir des données que vous avez importées.
ChatGPT crée automatiquement une vue de tableau interactive, vous permettant de faire défiler vos données et d’afficher toutes vos lignes et colonnes.
Après avoir importé un fichier, ChatGPT peut déterminer le type de graphique idéal pour le jeu de données, ou vous pouvez spécifier l’un de nos types de graphiques pris en charge dans votre prompt.
Vous pouvez personnaliser l’apparence de vos graphiques interactifs et créer des résumés expliquant vos conclusions.
Grâce aux modèles de raisonnement, vous pouvez effectuer des tâches telles que l’exécution de régressions sur des données de test, la visualisation de métriques métier complexes et la réalisation de simulations basées sur des scénarios.
Quels types de fichiers sont pris en charge ?
ChatGPT peut analyser des données importées dans différents formats de fichier, notamment :
Excel (.xlsx)
Valeurs séparées par des virgules (.csv)
PDF (.pdf)
JSON
Vous pouvez également importer directement les dernières versions de fichiers depuis :
Google Drive
Microsoft OneDrive Personal
Microsoft OneDrive, y compris Sharepoint
Lorsque vous préparez des feuilles de calcul pour une analyse dans ChatGPT, suivez ces recommandations pour de meilleurs résultats :
À faire :
Inclure des en-têtes de colonne descriptifs sur la première ligne
Utiliser un langage simple pour les en-têtes de colonne, en évitant les acronymes et le jargon
Utiliser une ligne par enregistrement
À éviter :
Inclure plusieurs sections et tableaux dans une seule feuille de calcul
Inclure des lignes ou des colonnes vides
Inclure des images contenant des informations essentielles
Comment ChatGPT analyse-t-il et visualise-t-il les données avec des graphiques ?
ChatGPT utilise pandas pour analyser vos données et Matplotlib pour créer des graphiques à la fois statiques et interactifs à partir de vos données. Après avoir utilisé ChatGPT pour analyser ou visualiser vos données, cliquez sur le lien View Analysis qui apparaît à la fin de la réponse pour voir comment ChatGPT a utilisé ces outils :
Comment afficher l’analyse par défaut ?
Après avoir utilisé ChatGPT pour analyser ou visualiser vos données, cliquez sur le lien View Analysis qui apparaît à la fin de la réponse.
En haut de la fenêtre modale, vous pouvez activer « Always show details » afin que la fenêtre d’analyse s’affiche par défaut après chaque réponse.
Si vous souhaitez utiliser le code en local, vous pouvez cliquer sur « Copy » pour copier le code dans votre presse-papiers, puis le coller dans votre éditeur de code.
Comment activer les graphiques interactifs ?
Après avoir généré un graphique, sélectionnez « Switch to interactive chart » dans le coin supérieur droit du graphique.
Après avoir sélectionné cette option, le graphique sera rendu à nouveau en version interactive. Veuillez noter que seuls certains types de graphiques sont interactifs.
Vous pouvez repasser à un graphique statique en sélectionnant « Switch to static chart » dans le coin supérieur droit du graphique.
Quels types de graphiques sont interactifs ?
Actuellement, seuls les graphiques en barres, en secteurs, en nuage de points et en lignes sont interactifs dans la plupart des cas.
ChatGPT peut produire une variété de graphiques non interactifs, notamment : histogrammes, nuages de points, boîtes à moustaches (Box-and-Whisker Plots), cartes thermiques, graphiques en aires, graphiques radar, treemaps, graphiques à bulles et graphiques en cascade.
Combien de fichiers puis-je analyser à la fois ?
Jusqu’à 10 fichiers peuvent être importés dans une conversation donnée
Jusqu’à 20 fichiers peuvent être joints à un GPT en tant que Knowledge (ChatGPT peut interagir avec ces fichiers si la fonctionnalité Code Interpreter est activée au niveau du GPT)
Quelle quantité de données puis-je analyser ?
512 Mo par fichier. Pour les fichiers CSV ou les feuilles de calcul, la taille du fichier ne peut pas dépasser environ 50 Mo, selon la taille de chaque ligne.
Cela fait de ChatGPT une bonne solution pour travailler avec des fichiers de données trop volumineux pour être ouverts dans une application de tableur.
Comment supprimer les fichiers que j’importe ?
Les fichiers importés dans Advanced Data Analysis sont supprimés dans un délai qui varie selon votre offre. Si vous atteignez votre limite d’utilisation des fichiers, vous pouvez aussi supprimer des fichiers dans les discussions récentes ou dans les GPT que vous avez créés, car ces éléments partagent des plafonds.
Que se passe-t-il en coulisses ?
Lorsque vous importez des données structurées, ChatGPT commence par examiner les premières lignes afin de comprendre le schéma et les types de valeurs susceptibles d’être présents.
Lorsque vous posez des questions sur vos données, ChatGPT effectue les étapes suivantes :
Accéder aux données importées dans un environnement d’exécution de code
Écrire du code Python pour traiter les données et produire le résultat d’analyse demandé
Exécuter le code et examiner les résultats
Intégrer les résultats dans la réponse affichée dans la fenêtre de chat
C’est la capacité de ChatGPT à la fois à écrire et à exécuter du code qui lui permet d’effectuer des opérations mathématiques complexes et des techniques d’analyse statistique. Si vous souhaitez examiner le code généré par ChatGPT, cliquez sur le lien bleu [>_] à la fin d’un message.
Comment ChatGPT sait-il analyser des données ?
L’une des capacités fondamentales de ChatGPT est d’effectuer des analyses complexes à partir de prompts en langage naturel. Pour rendre cela possible, les modèles ChatGPT sont post-entraînés sur un grand volume de tâches d’analyse de données. Après avoir été exposé à des jeux de données d’exemple, à des questions en langage naturel sur ces jeux de données et au code écrit par des analystes de données pour y répondre, le modèle est désormais capable de générer du nouveau code pour réaliser des analyses inédites. C’est pourquoi ChatGPT « sait » utiliser des bibliothèques Python spécialisées pour accomplir des tâches complexes.
Comment ChatGPT exécute-t-il du code ?
Lors de l’analyse de données, ChatGPT a accès à un environnement sécurisé d’exécution de code. Cet environnement est préchargé avec des centaines de bibliothèques Python, et ChatGPT sait écrire du code pour importer et utiliser ces bibliothèques. L’environnement a accès aux fichiers joints au prompt ChatGPT, ce qui lui permet d’interagir avec les données structurées que vous importez. L’environnement peut également accéder aux fichiers récupérés via des GPT Actions.
Lorsque ChatGPT génère du code en réponse à votre prompt, il transmet ce code à l’environnement pour exécution. Il a ensuite accès aux sorties de l’environnement, y compris aux erreurs produites par le code généré. ChatGPT est capable d’interpréter les erreurs et de résoudre automatiquement les problèmes du code généré.
L’environnement d’exécution de code de ChatGPT ne peut pas générer directement des requêtes réseau sortantes. L’exécution du code est également isolée du reste de la plateforme d’hébergement de ChatGPT, ce qui garantit la sécurité de la fonctionnalité.
Lorsque ChatGPT analyse des données pour la première fois au cours d’une conversation, une nouvelle instance de l’environnement d’exécution de code est créée. Cette instance n’est accessible que dans la conversation associée et est détruite dans les 13 heures suivant l’inactivité de la conversation.
Quelles sont certaines applications en dehors de l’analyse de données ?
L’environnement d’exécution de code de ChatGPT est principalement conçu pour interagir avec des données structurées. Cependant, les capacités clés de la fonctionnalité (écrire et exécuter du code, accéder aux résultats de l’exécution du code) permettent un large éventail d’applications au-delà de l’analyse de données.
Parmi les applications :
Manipulation et génération de fichiers
Analyse thématique de données non structurées et de documents texte
etc.
ChatGPT est entraîné sur une variété de tâches de programmation et peut trouver des façons créatives d’utiliser l’environnement d’exécution de code pour accomplir des tâches.