ChatGPT数据分析及作图插件推荐-Code Interpreter
今天打开chatGPT时发现一个重磅更新！code interpreter插件可以使用了。
去查看openai官网，发现从2023.7.6号（前天）开始，code interpreter插件已经面向所有chatGPT plus用户开放了。
为什么说code interpreter插件是一个重磅更新呢？我们先来看下官网对这个插件的功能的基本描述。
通过官网说明可知，code interpreter这个插件可以让我们直接在chatGPT对话窗口直接调用python，直接进行数据上传、下载、分析（统计）、作图、甚至进行文件格式转换及解决定性和定量数据问题。
通过上面描述，相信有敏锐嗅觉的小伙伴应该已经意识到这个插件有多么强大、逆天和实用价值！
别的暂且不说，只是在科研领域数据分析、作图这个角度，有了这个插件，意味着，我们很可能不需要再去自己学习使用R语言和Python等数据分析作图软件，直接用chatGPT就可以帮助我们进行数据分析和可视化了！
甚至当你不知道如何分析数据的时候，它能基于你的数据内容给你一些分析思路，帮你更好的解读和分析数据，充分挖掘数据价值，促进科研进程！
闲言少叙，我们具来看如何使用code interpreter，以及其具体表现如何？
前期准备：
1. chatGPT plus（GPT-4）账号；
2. 可以打开chatGPT官网的梯子；
使用方法：
登录chatGPT plus账号后，先在设置中打开code interpreter插件开关，再调用GPT-4模块的code iterpreter插件（如下图），然后就可以使用。
-
设置中打开code interpreter开关
-
调用GPT-4模块的code iterpreter插件
数据分析及可视化实战效果：
当我们按上面步骤打开GPT-4 code interpreter插件后，就可以在聊天输入窗口看到一个+号，（如下图），通过这个+号，我们可以上传文件。
为了探索code interpreter插件的数据分析和可视化能力，我们这里随机生成了一个实例数据表格（命名为data，csv格式，excel表格也可以），包含10行、10列数据（实际情况可以用自己的实验数据替换，该插件可以处理上万行的大数据及实验所得小规模数据）。
接着我们点击对话窗口+号，上传该数据表格。
我们可以看到，当上传数据表格（data.csv）后，GPT-4调用code interpreter插件可以解析表格中包含10行10列的数据。接着我们就可以通过自然语言让GPT-4调用code interpreter插件，完成我们想要的数据分析及解读、统计、作图、修改图片参数、下载数据图片等功能！
1.数据分析及解读；
以相关性分析为例，我们让GPT-4帮助分析数据表格中var1变量与其它每个变量之间的相关性，并计算相关系数；
通过反馈结果可知，GPT-4调用code interpreter插件，直接利用python代写完成了相关性分析，并且基于相关性分析给出了结论，即变量var1和var8、var9成正相关；变量var1和var8呈负相关。
2.统计；
相关性分析除了考量相关系数的大小，还要考察相关性的统计p value是否有显著差异。我们同样把这一统计p value的计算交给GPT-4，让它直接计算上面相关系数的p value；
通过反馈结果可知，GPT-4调用code interpreter插件，直接利用python完成了统计分析，并且基于相关性分析给出了结论，即从统计显著性角度，变量var1和其它变量之间都没有显著差异（因为p value均大于0.05）。
3.作图；
相关性分析之后，接着就是对分析结果进行可视化作图（要求绘制变量var1和var9之间的线性相关图，展示相关系数、统计p value及线性回归线），我们来看下code interpreter插件表现如何。
通过反馈结果可知，GPT-4调用code interpreter插件，直接利用python完成了上述相关性分析的可视化作图，并准确给展示了相关系数、统计p value及线性回归线，并且还对图片写了一个详实的figure legend。
4.修改图片参数；
接着，当我们需要修改图片中的参数的时候，也可以直接通过自然语言和GPT-4交流，非常方便快速完成图片参数修改，来看下效果。
我们首先去除图片背景网格；
再尝试将图片中的样本点的形状由x变成圆形；
我们看到，图片参数修改非常便捷高效，实用价值极高。
5.下载图片；
最后，当我们完成数据分析、统计、可视化作图、修改参数后，就可以将最终图片下载下来，导出为pdf格式，直接用于文章发表或者再编辑。
此时我们可以直接让GPT-4提供一个图片PDF格式的下载链接，然后点击下载即可。
我们也将导出的pdf格式图片导入Adobe illustrator，可以看到图片的全矢量格式，可以继续根据需求进行个性化修改！
好了，以上只是使用一个最简单的实例数据表格利用code interpreter插件进行数据分析解读、统计、可视化、图片修改等方面的探索。相信大家已经足够感受到该插件的强大和逆天功能！