matplotllm

MatplotLLM

MatplotLLM هي طبقة لغة طبيعية فوق Matplotlib لتصور البيانات. الغرض الرئيسي هو تسريع بناء طريقتك الخاصة لتصور نقاط البيانات دون التدخل في الأجزاء الداخلية لأداة مثل matplotlib. اعتبارًا من الآن، هذا نظام يمكن استخدامه من داخل نظام Emacs/Org. الدافع يأتي من شيء كتبته في مدونة حول البرمجة المشتركة للذكاء الاصطناعي هنا.

قد تكون مهتمًا بقراءة مشاركة مدونتي على MatplotLLM أيضًا.

الاستخدام

هناك وصفان يتعين عليك تقديمهما، كلاهما باللغة الطبيعية. واحد يصف مصدر البيانات. الثاني الذي يصف كيفية المؤامرة. الأول هو وصف نصي ثابت، والذي يمكنك تغييره حسب الحاجة بين المكالمات بالطبع.

ثانيًا، يمكنك تقديم وصف متكرر كما هو الحال في واجهة المحادثة. يمكنك البدء بوصف المرور الأول ثم الاستمرار في إضافة المزيد من المواصفات كتعليقات.

يمكنك استخدامها في كتلة مصدر org-babel باسم اللغة matplotllm كما هو موضح في المثال أدناه. يوجد مقسم للوضع التنظيمي ----- يستخدم لفصل وصف البيانات ووصف قطعة الأرض. في التصميم الحالي، قد يبدو هذا التمييز عديم الفائدة، ولكنه قد يكون مفيدًا لاحقًا. في وصف الحبكة، يمكنك إضافة أسطر فارغة لتقديم تعليقات متكررة. تعرض كل عملية إعادة رسم الرمز الحالي لـ LLM، وتقدم تعليقات، وتطلب رمزًا جديدًا.

سيتعين عليك تعيين قيمة matplotllm-openai-key لاستخدام هذا أولاً. نحن نطلق على GPT4 لقب LLM الداعم في الوقت الحالي.

يحاول المثال أدناه إعادة إنتاج الحبكة الموجودة في منشور مدونتي حول Learning Colemak-DH، ولم أحقق ذلك بعد.

 ملف البيانات المراد قراءته يسمى "log.txt". هنا كيف يبدو:

+ [20/07/2023 الخميس] 97 WPM، النسبة 98%
توقف التتبع اليومي
+ [16/05/2023 الثلاثاء] 66 WPM، بنسبة 91% | 66 وبم، بنسبة 87%
+ [2023-05-15 الإثنين] 68 WPM، بنسبة 89٪ | 65 وبم، بنسبة 90% | 71 وبم، بنسبة 93% | Colemak-DH كإعداد افتراضي.
+ [2023-05-14 الأحد] 65 WPM، بنسبة 92% | 62 وبم، بنسبة 87% | 65 وبم، بنسبة 91% | 70 وبم، بنسبة 90%

يحتوي كل سطر ليوم واحد على WPM وإدخالات دقة من محاولات متعددة في يوم واحد. قد تحتوي بعض الأسطر على نص غير منظم ويمكنك تجاهله.

-----

ارسم مخططًا مبعثرًا بسيطًا يوضح رسم WPM مقابل التواريخ. استخدم قيم الدقة كلون للمخطط المبعثر، ويكون اللون الداكن (الأزرق الأرجواني) أكثر دقة.

قم بمسح المحور وإظهار خطوط الشبكة الباهتة فقط، وإظهار التواريخ التي تحتوي على علامات التجزئة المكتوبة فيها أشهر دون ازدحامها كثيرًا.

قم بتعليق النقطة الأولى والأخيرة بقيمة WPM الفعلية.

بعض ملاحظات التطوير:

1. يمكن تقديم التعليقات التكرارية بطريقة أفضل تشبه الصدفة بدلاً من كتلة مصدر بابل.
2. عدة مرات يفشل الكود الذي تم إنشاؤه. يحدث هذا بصمت الآن ويحتاج إلى رؤية أفضل. على الرغم من أنني قد أرغب في إبقاء التعليمات البرمجية بعيدًا عن الأنظار وأفضل أشياء مثل إعادة المحاولة الإرشادية بدلاً من السماح للمستخدم بتصحيح الأخطاء فعليًا. المستخدم المستهدف — وليس في إصدار Emacs — هو شخص لا يريد استخدام matplotlib يدويًا.
3. ميزات مثل حفظ الحبكة بجودة عالية، والسماح بالقوالب الأسلوبية في مطالبات النظام، وما إلى ذلك، ستأتي في الإصدارات الأحدث.
4. عادةً ما يحتاج وصف الحبكة إلى الكثير من التكرارات للوصول إلى ما تريد وأيضًا للحفاظ على اتساق عمليات إعادة الرسم. وهذا واضح لأن كتابة مواصفات أي شيء تبرز العديد من النماذج المخفية غير المشتركة بين الأطراف المعنية. من ناحية أخرى، يعمل وصف البيانات بشكل جيد بمجرد تحديده.

رخصة

نظام تصور البيانات بمساعدة LLM

حقوق الطبع والنشر (ج) 2023 لأبيناف توشار والمساهمين

هذا البرنامج هو برنامج مجاني: يمكنك إعادة توزيعه و/أو تعديله بموجب شروط رخصة جنو العامة كما نشرتها مؤسسة البرمجيات الحرة، إما الإصدار 3 من الترخيص، أو (حسب اختيارك) أي إصدار لاحق.

يتم توزيع هذا البرنامج على أمل أن يكون مفيدًا، ولكن دون أي ضمان؛ دون حتى الضمان الضمني لقابلية التسويق أو الملاءمة لغرض معين. راجع رخصة جنو العامة لمزيد من التفاصيل.

ينبغي أن تكون قد حصلت على نسخة من رخصة جنو العامة مع هذا البرنامج. إذا لم يكن الأمر كذلك، راجع https://www.gnu.org/licenses/.