使用ChatGPT来自动化Python任务

目录

• 1.概述
• 2.内容
• 2.1 使用ChatGPT来绘制线性回归
• 2.2 使用Python给微信发信息
•  2.3 使用Python发送电子邮件
• 2.4 使用Python开发一个爬虫程序
• 3.总结

1.概述

最近，比较火热的ChatGPT很受欢迎。今天，笔者为大家来介绍一下ChatGPT能做哪些事情。

2.内容

ChatGPT是一款由OpenAI开发的专门从事对话的AI聊天机器人。它的目标是让AI系统更加自然的与之交互，但它也可以在我们编写代码的时候提供一些帮助。

2.1 使用ChatGPT来绘制线性回归

如果你想绘制线性回归，你可以简单的告诉ChatGPT：使用 matplotlib 用 Python 绘制线性回归

接下来，ChatGPT对话框内就会给你听绘制线性回归的步骤和实现代码，如下如所示：

 

 我们使用这段代码，来执行看看最终的结果，代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([1, 2, 1.5, 3, 2.5])

# 绘制散点图
plt.scatter(x, y)

# 计算线性回归模型
slope, intercept = np.polyfit(x, y, 1)

# 绘制线性回归直线
plt.plot(x, slope * x + intercept, color='r')

# 添加 x 轴、y 轴和图标题
plt.xlabel('X')
plt.ylabel('Y')
plt.title('Linear Regression')

# 显示图像
plt.show()

执行结果如下所示：

 这里需要注意是，如果执行代码出现如下错误：

Non-ASCII character '\xe5'

可以在代码开头里面添加如下代码：

# -*- coding: UTF-8 -*-

这个任务是比较简单的，接下来我们来提升一下难度。

2.2 使用Python给微信发信息

然后，我们在ChatGPT对话框中输入：使用Python给微信发信息

ChatGPT给出解决方案如下图所示：

 2.3 使用Python发送电子邮件

我们使用搜索引擎寻找相关发送邮件的代码片段，搜索出来的结果可能会有很多代码片段展示如何使用Python发送电子邮件。我们可以使用ChatGPT来更具体一些，比如我们输入：从“email_1”发送一封电子邮件到“email_2”，主题为“ChatGPT 发送的电子邮件”，内容为“ChatGPT Test Email！” 使用 Python

然后，ChatGPT给出的解决方案如下图所示：

 

 实现代码如下所示：

import smtplib

# 创建 SMTP 客户端对象
smtp_client = smtplib.SMTP('smtp.example.com')

# 连接到邮件服务器
smtp_client.login('email_1', 'password')

# 发送电子邮件
smtp_client.sendmail(
    'email_1',
    'email_2',
    'Subject: ChatGPT Send Email\n\nChatGPT Test Email!'
)

# 关闭客户端
smtp_client.quit()

2.4 使用Python开发一个爬虫程序

使用ChatGPT最有难度的应该就是抓取网站信息，因为网站具有不同的HTML，因此抓取网站的步骤因站点而异。这里我们抓取Scrape上的商品名称和价格，在ChatGPT输入关键字：Python抓取https://books.toscrape.com/商品名称和价格

ChatGPT给出的解决方案如下所示：

 

 实现代码如下所示：

import requests
from bs4 import BeautifulSoup

# 发送 HTTP 请求并获取网页内容
response = requests.get('https://books.toscrape.com/')
html = response.text

# 使用 BeautifulSoup 解析 HTML
soup = BeautifulSoup(html, 'html.parser')

# 提取商品名称和价格信息
items = soup.find_all('h3')
prices = soup.find_all('p', class_='price_color')

# 遍历商品信息，打印商品名称和价格
for item, price in zip(items, prices):
    print(item.text, price.text)

执行上述Python代码，抓取结果如下所示：

 无需编写代码，即可通过ChatGPT生成来获取数据。

3.总结

ChatGPT是基于GPT-3模型的衍生品，因为这一点ChatGPT也被称为GPT-3.5。ChatGPT背后的训练除了常规的万亿级语料支持之前，还依赖了更为强大的算力。这也使得ChatGPT可以在不断积累数据的同时，通过不断的强化训练，让自己变得更加智能。另外，ChatGPT和其他搜索引擎就相同的问题进行检索，通过对比发现ChatGPT往往可以给出用户最想要的答案，并且呈现的方式也非常的直接，如ChatGPT可以根据用户编程的需求直接生成代码，同时也可以帮助用户检索已有代码存在的错误。而面对同样的问题其他搜索引擎却只能给用户提供一堆网页链接，需要用户花费更多的时间来筛选出自己想要的答案。从时间成本和效率上ChatGPT无疑比现有的一些搜索引擎更有优势。

到此这篇关于使用ChatGPT来自动化Python任务的文章就介绍到这了,更多相关使用ChatGPT来自动化Python任务内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！