Exploring the Code Interpreter in OpenAI GPT
05
O interpretador de código é um recurso avançado do GPTs.x e ChatGPT da OpenAI que traz um novo nível de interatividade ao modelo de IA. Ele foi projetado para executar código Python em um ambiente sandbox e fornecer resultados em tempo real, tornando-o uma ferramenta poderosa para uma ampla gama de tarefas, desde cálculos matemáticos até análise de dados, desde prototipagem de código até ensino e aprendizagem de programação Python de forma interativa. Embora existam certas limitações em sua funcionalidade por motivos de segurança, ele abre um novo conjunto de possibilidades de como os usuários podem interagir com o ChatGPT.
O interpretador de código é uma ferramenta desenvolvida pela OpenAI para executar código de programação em um ambiente interativo. É capaz de executar código Python e exibir os resultados em tempo real.
O interpretador de código pode ser usado para diversas tarefas, incluindo:
ChatGPT pode gerar, revisar e depurar código com base nos requisitos fornecidos. Também pode auxiliar na estruturação do código e fornecer sugestões de melhorias. Além disso, pode explicar conceitos complexos de programação e auxiliar na resolução de problemas de codificação.
Embora o interpretador de código seja uma ferramenta poderosa, ele tem certas limitações:
Apesar dessas limitações, o interpretador de código é uma ferramenta versátil que pode auxiliar muito programadores de todos os níveis de habilidade.
O interpretador de código oferece vários benefícios:
Para executar os exemplos mencionados neste README, você precisa instalar algumas bibliotecas Python. Você pode instalá-los usando pip:
pip install pandas openpyxl python-docx PyPDF2 fpdf2 matplotlib pillowO interpretador de código tem acesso a um diretório especial, '/mnt/data', onde pode ler e gravar arquivos. Isso pode ser usado para operações que precisam salvar ou carregar dados, como gravar logs, salvar gráficos ou carregar dados para análise. No entanto, nenhum outro local no sistema de arquivos pode ser acessado.
O diretório '/mnt/data' é um local de armazenamento especial que o interpretador de código pode acessar para ler e gravar arquivos. Isto é especialmente útil para operações que requerem armazenamento persistente ou troca de dados entre diferentes execuções de código.
Aqui estão algumas maneiras de usar o diretório '/mnt/data':
with open ( '/mnt/data/numbers.txt' , 'w' ) as file :
for num in range ( 10 ):
file . write ( str ( num ) + ' n ' )Para ler o arquivo, você faria:
with open ( '/mnt/data/numbers.txt' , 'r' ) as file :
numbers = file . readlines () with open ( '/mnt/data/log.txt' , 'w' ) as file :
file . write ( 'This is a log message.' ) import matplotlib . pyplot as plt
plt . plot ([ 0 , 1 , 2 , 3 , 4 ], [ 0 , 1 , 4 , 9 , 16 ])
plt . savefig ( '/mnt/data/plot.png' )Você pode então baixar o arquivo de imagem diretamente do link do sandbox gerado.
Lembre-se de que qualquer operação de arquivo precisa ser feita usando o caminho '/mnt/data'. O interpretador de código não tem acesso a nenhum outro local no sistema de arquivos.
Com a ajuda de várias bibliotecas Python, como PIL (Python Imaging Library), OpenCV e matplotlib, uma variedade de operações podem ser executadas em imagens. Aqui estão alguns exemplos:
from PIL import Image
import matplotlib . pyplot as plt
# Open the image file
img = Image . open ( '/mnt/data/your_image.jpg' )
# Display the image
plt . imshow ( img )
plt . axis ( 'off' ) # Turn off the axis
plt . show () # Resize the image
img_resized = img . resize (( new_width , new_height )) # Rotate the image
img_rotated = img . rotate ( angle )
# Flip the image
img_flipped = img . transpose ( Image . FLIP_LEFT_RIGHT ) # Convert the image to grayscale
img_gray = img . convert ( 'L' ) from PIL import ImageEnhance
# Increase the brightness
enhancer = ImageEnhance . Brightness ( img )
img_brighter = enhancer . enhance ( 1.5 ) from PIL import ImageFilter
# Apply a filter
img_blurred = img . filter ( ImageFilter . GaussianBlur ( radius = 5 )) # Get the histogram
hist = img . histogram () # Merge images
img_merged = Image . merge ( 'RGB' , [ img1 , img2 , img3 ])O manuseio de arquivos Excel é uma tarefa comum que pode variar desde a análise de dados até a geração de relatórios. Aqui está um guia sobre operações básicas e avançadas com arquivos Excel usando Python:
Para ler e escrever arquivos Excel, pandas junto com openpyxl são comumente usados. Veja como ler e gravar em um arquivo Excel:
import pandas as pd
# Load an Excel file
df = pd . read_excel ( '/mnt/data/example.xlsx' )
# Display data
print ( df . head ())###Para gravar dados em um arquivo Excel:
# Create a DataFrame
data = { 'Name' : [ 'Alice' , 'Bob' , 'Charlie' ], 'Age' : [ 25 , 30 , 35 ]}
df = pd . DataFrame ( data )
# Write DataFrame to an Excel file
df . to_excel ( '/mnt/data/saved_data.xlsx' , index = False )Você pode filtrar dados com base em condições, adicionar novas colunas ou transformar dados existentes:
# Filter rows where age is greater than 28
filtered_df = df [ df [ 'Age' ] > 28 ]
# Add a new column
df [ 'Age Next Year' ] = df [ 'Age' ] + 1
# Sort data
sorted_df = df . sort_values ( by = 'Age' , ascending = False )Além de ler e gravar arquivos Excel, você também pode executar tarefas avançadas de processamento de dados, como criar tabelas dinâmicas ou mesclar vários arquivos Excel.
import pandas as pd
# Load example data
df = pd . read_excel ( '/mnt/data/example.xlsx' )
# Create a pivot table
pivot_table = df . pivot_table ( index = 'Category' , values = 'Sales' , aggfunc = 'sum' )
# Display the pivot table
print ( pivot_table ) import pandas as pd
import glob
# Read all Excel files in the directory
files = glob . glob ( '/mnt/data/*.xlsx' )
# Merge data from all files
df_list = [ pd . read_excel ( file ) for file in files ]
merged_df = pd . concat ( df_list , ignore_index = True )
# Display the merged data
print ( merged_df . head ())Aqui estão alguns problemas comuns e suas soluções:
Se você encontrar outros problemas, abra um problema no GitHub ou entre em contato com o mantenedor do projeto.
O manuseio de arquivos do Microsoft Word envolve ler, escrever e modificar documentos. Veja como você pode gerenciar arquivos do Word usando Python:
Para ler texto de documentos do Word, é usada a biblioteca python-docx :
from docx import Document
# Load a Word document
doc = Document ( '/mnt/data/example.docx' )
# Read each paragraph
for para in doc . paragraphs :
print ( para . text )Para criar e gravar documentos do Word:
from docx import Document
# Create a new Word document
doc = Document ()
doc . add_paragraph ( 'Hello, this is a test document.' )
# Save the document
doc . save ( '/mnt/data/new_example.docx' ) from docx import Document
# Create a new Word document
doc = Document ()
# Add a table with specified number of rows and columns
table = doc . add_table ( rows = 3 , cols = 3 )
# Add data to the table
data = [
[ "Header 1" , "Header 2" , "Header 3" ],
[ "Row 1, Col 1" , "Row 1, Col 2" , "Row 1, Col 3" ],
[ "Row 2, Col 1" , "Row 2, Col 2" , "Row 2, Col 3" ]
]
for row_index , row_data in enumerate ( data ):
row = table . rows [ row_index ]
for col_index , cell_data in enumerate ( row_data ):
row . cells [ col_index ]. text = cell_data
# Save the document
doc . save ( '/mnt/data/table_example.docx' ) from docx import Document
from docx . shared import Pt , RGBColor
# Load a Word document
doc = Document ( '/mnt/data/example.docx' )
# Add a paragraph with specific formatting
paragraph = doc . add_paragraph ()
run = paragraph . add_run ( 'This is a formatted text.' )
run . font . size = Pt ( 14 ) # Font size
run . font . bold = True # Bold text
run . font . color . rgb = RGBColor ( 255 , 0 , 0 ) # Red color text
# Save the document
doc . save ( '/mnt/data/formatted_text.docx' ) from docx import Document
from docx . shared import Inches
# Create a new Word document
doc = Document ()
# Add a paragraph
doc . add_paragraph ( 'Below is an image:' )
# Add an image to the document
doc . add_picture ( '/mnt/data/your_image.jpg' , width = Inches ( 4 ), height = Inches ( 3 ))
# Save the document
doc . save ( '/mnt/data/image_example.docx' ) from docx import Document
# Create a new Word document
doc = Document ()
# Add a header
header = doc . sections [ 0 ]. header
header_paragraph = header . paragraphs [ 0 ]
header_paragraph . text = "This is the header"
# Add a footer
footer = doc . sections [ 0 ]. footer
footer_paragraph = footer . paragraphs [ 0 ]
footer_paragraph . text = "This is the footer"
# Add some body text
doc . add_paragraph ( "This is the body text of the document." )
# Save the document
doc . save ( '/mnt/data/header_footer_example.docx' )O gerenciamento de arquivos PDF geralmente envolve a leitura, a extração de texto e, às vezes, a conversão para outros formatos. Veja como lidar com arquivos PDF usando Python:
Para ler e extrair texto de arquivos PDF, a biblioteca PyPDF2 é comumente usada:
import PyPDF2
# Open a PDF file
with open ( '/mnt/data/example.pdf' , 'rb' ) as file :
pdf_reader = PyPDF2 . PdfReader ( file )
# Extract text from the first page
page = pdf_reader . pages [ 0 ]
text = page . extract_text ()
print ( text ) A criação e gravação de texto em arquivos PDF pode ser feita usando a biblioteca fpdf2 :
from fpdf import FPDF
# Create instance of FPDF class
pdf = FPDF ()
# Add a page
pdf . add_page ()
# Set font
pdf . set_font ( "Arial" , size = 12 )
# Add a cell
pdf . cell ( 200 , 10 , txt = "Welcome to PDF handling with Python!" , ln = True , align = 'C' )
# Save the PDF to a file
pdf . output ( '/mnt/data/new_example.pdf' )O manuseio de arquivos PDF geralmente envolve leitura, extração de texto, mesclagem, divisão e modificação de documentos. Aqui estão algumas operações avançadas usando Python:
import PyPDF2
# List of PDF files to be merged
pdf_files = [ '/mnt/data/file1.pdf' , '/mnt/data/file2.pdf' , '/mnt/data/file3.pdf' ]
# Create a PDF merger object
pdf_merger = PyPDF2 . PdfMerger ()
# Append each PDF file
for pdf in pdf_files :
pdf_merger . append ( pdf )
# Write out the merged PDF
with open ( '/mnt/data/merged.pdf' , 'wb' ) as merged_pdf :
pdf_merger . write ( merged_pdf ) import PyPDF2
# Path to the PDF file
pdf_path = '/mnt/data/example.pdf'
# Create a PDF reader object
pdf_reader = PyPDF2 . PdfReader ( pdf_path )
# Split the PDF into separate pages
for page_num in range ( len ( pdf_reader . pages )):
pdf_writer = PyPDF2 . PdfWriter ()
pdf_writer . add_page ( pdf_reader . pages [ page_num ])
# Save each page as a separate PDF
output_path = f'/mnt/data/split_page_ { page_num + 1 } .pdf'
with open ( output_path , 'wb' ) as output_pdf :
pdf_writer . write ( output_pdf ) import PyPDF2
# Paths to the original PDF and the watermark PDF
original_pdf_path = '/mnt/data/original.pdf'
watermark_pdf_path = '/mnt/data/watermark.pdf'
# Create PDF reader objects
original_pdf = PyPDF2 . PdfReader ( original_pdf_path )
watermark_pdf = PyPDF2 . PdfReader ( watermark_pdf_path )
# Create a PDF writer object
pdf_writer = PyPDF2 . PdfWriter ()
# Apply the watermark to each page
for page_num in range ( len ( original_pdf . pages )):
original_page = original_pdf . pages [ page_num ]
watermark_page = watermark_pdf . pages [ 0 ]
original_page . merge_page ( watermark_page )
pdf_writer . add_page ( original_page )
# Save the watermarked PDF
with open ( '/mnt/data/watermarked.pdf' , 'wb' ) as watermarked_pdf :
pdf_writer . write ( watermarked_pdf ) import PyPDF2
# Path to the PDF file
pdf_path = '/mnt/data/example.pdf'
# Create a PDF reader object
pdf_reader = PyPDF2 . PdfReader ( pdf_path )
# Specify the range of pages to extract text from
start_page = 1
end_page = 3
# Extract text from the specified page range
extracted_text = ''
for page_num in range ( start_page - 1 , end_page ):
page = pdf_reader . pages [ page_num ]
extracted_text += page . extract_text ()
print ( extracted_text ) import PyPDF2
# Path to the PDF file
pdf_path = '/mnt/data/example.pdf'
# Create a PDF reader object
pdf_reader = PyPDF2 . PdfReader ( pdf_path )
pdf_writer = PyPDF2 . PdfWriter ()
# Copy all pages to the writer object
for page_num in range ( len ( pdf_reader . pages )):
pdf_writer . add_page ( pdf_reader . pages [ page_num ])
# Add metadata
metadata = {
'/Title' : 'Example PDF' ,
'/Author' : 'Your Name' ,
'/Subject' : 'Example Subject' ,
'/Keywords' : 'PDF, example, metadata'
}
pdf_writer . add_metadata ( metadata )
# Save the PDF with metadata
with open ( '/mnt/data/metadata_example.pdf' , 'wb' ) as metadata_pdf :
pdf_writer . write ( metadata_pdf )Contribuições são bem-vindas! Sinta-se à vontade para enviar uma solicitação pull.
Se você aprecia meu trabalho, considere me apoiar:
