Exploring the Code Interpreter in OpenAI GPT
05
Интерпретатор кода — это расширенная функция OpenAI GPTs.x и ChatGPT, которая обеспечивает новый уровень интерактивности модели ИИ. Он предназначен для выполнения кода Python в изолированной среде и предоставления результатов в режиме реального времени, что делает его мощным инструментом для широкого спектра задач: от математических вычислений до анализа данных, от создания прототипов кода до интерактивного преподавания и изучения программирования на Python. Хотя его функциональность имеет определенные ограничения по соображениям безопасности, он открывает совершенно новый набор возможностей взаимодействия пользователей с ChatGPT.
Интерпретатор кода — это инструмент, разработанный OpenAI для выполнения программного кода в интерактивной среде. Он способен запускать код Python и отображать результаты в режиме реального времени.
Интерпретатор кода можно использовать для решения различных задач, в том числе:
ChatGPT может генерировать, просматривать и отлаживать код в соответствии с предоставленными требованиями. Он также может помочь в структурировании кода и предоставить предложения по улучшению. Более того, он может объяснить сложные концепции программирования и помочь в решении проблем кодирования.
Хотя интерпретатор кода является мощным инструментом, он имеет определенные ограничения:
Несмотря на эти ограничения, интерпретатор кода является универсальным инструментом, который может существенно помочь программистам всех уровней квалификации.
Интерпретатор кода предлагает несколько преимуществ:
Чтобы выполнить примеры, упомянутые в этом README, вам необходимо установить некоторые библиотеки Python. Вы можете установить их с помощью pip:
pip install pandas openpyxl python-docx PyPDF2 fpdf2 matplotlib pillowИнтерпретатор кода имеет доступ к специальному каталогу «/mnt/data», где он может читать и записывать файлы. Это можно использовать для операций, требующих сохранения или загрузки данных, таких как запись журналов, сохранение графиков или загрузка данных для анализа. Однако доступ к другим местам файловой системы невозможен.
Каталог «/mnt/data» — это специальное место хранения, к которому интерпретатор кода может обращаться для чтения и записи файлов. Это особенно полезно для операций, требующих постоянного хранения или обмена данными между различными исполнениями кода.
Вот несколько способов использования каталога «/mnt/data»:
with open ( '/mnt/data/numbers.txt' , 'w' ) as file :
for num in range ( 10 ):
file . write ( str ( num ) + ' n ' )Чтобы прочитать файл, вы должны сделать:
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' )Затем вы можете загрузить файл изображения непосредственно по созданной ссылке на песочницу.
Помните, что любые файловые операции необходимо выполнять с использованием пути «/mnt/data». Интерпретатор кода не имеет доступа к другим местам файловой системы.
С помощью различных библиотек Python, таких как PIL (Python Imaging Library), OpenCV и matplotlib, с изображениями можно выполнять различные операции. Вот несколько примеров:
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 ])Обработка файлов Excel — это распространенная задача, которая может варьироваться от анализа данных до создания отчетов. Вот руководство по основным и расширенным операциям с файлами Excel с использованием Python:
Для чтения и записи файлов Excel обычно используются pandas вместе с openpyxl . Вот как можно читать и записывать в файл Excel:
import pandas as pd
# Load an Excel file
df = pd . read_excel ( '/mnt/data/example.xlsx' )
# Display data
print ( df . head ())###Чтобы записать данные в файл 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 )Вы можете фильтровать данные по условиям, добавлять новые столбцы или преобразовывать существующие данные:
# 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 )Помимо чтения и записи файлов Excel, вы также можете выполнять сложные задачи обработки данных, такие как создание сводных таблиц или объединение нескольких файлов 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 ())Вот некоторые распространенные проблемы и их решения:
Если у вас возникнут дополнительные проблемы, откройте проблему на GitHub или свяжитесь с сопровождающим проекта.
Обработка файлов Microsoft Word включает чтение, запись и изменение документов. Вот как вы можете управлять файлами Word с помощью Python:
Для чтения текста из документов Word используется библиотека 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 )Чтобы создавать и писать в документы 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' )Управление файлами PDF часто включает в себя чтение, извлечение текста и иногда преобразование их в другие форматы. Вот как обрабатывать PDF-файлы с помощью Python:
Для чтения и извлечения текста из файлов PDF обычно используется библиотека PyPDF2 :
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 ) Создание и запись текста в файлы PDF можно выполнить с помощью библиотеки 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' )Обработка PDF-файлов часто включает в себя чтение, извлечение текста, слияние, разделение и изменение документов. Вот некоторые расширенные операции с использованием 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 )Вклады приветствуются! Пожалуйста, не стесняйтесь отправить запрос на вытягивание.
Если вы цените мою работу, пожалуйста, поддержите меня:
