Py学习  »  Python

一种不需要敲代码的Python 画图方法

生信菜鸟团 • 4 年前 • 610 次点击  

Jupyter 上敲代码测试、可视化,大家都已经相对熟悉了。现在,它又有一个神奇能力——将自然语言直接转换为 Python 代码运行,这也太友好了吧。

【命题作文:画一个饼图】

Q:what do you want to do?

A:make pie chart of flavor_of_tea from df



Text2Code for Jupyter notebook

其实,大多数情况下在写 Python时,也会通过搜索然后复制、修改使用。Kartik Godawat 和 Deepak Rawat 受到 GPT-3——OpenAI 在今年6月推出具有未来 NLP相关功能的模型,同时支持React 代码和 shell 命令。

通过开发监督学习模型,作者实现训练对自然语言(英文)的处理及对应的代码,并应用在 Jupyter 插件中,这无疑又进一步降低了 Python 语言的编程门槛。

整个 pipeline 分为 生成训练数据 -> 意图匹配 -> 命名实体识别 -> 填充模板,最后加入 Jupyter 。

有兴趣的小伙伴可以直接查看作者的blog,进一步学习。

https://towardsdatascience.com/data-analysis-made-easy-text2code-for-jupyter-notebook-5380e89bb493


插件安装

Text2Code 支持 Ubuntu 和 macOS两个操作系统,有GPU和无GPU略有的差别

GPU install

git clone https://github.com/deepklarity/jupyter-text2code.git
cd jupyter-text2code
pip install .

CPU-only install

对于Mac和其他没有nvidia GPU的Ubuntu安装,需要设置一下环境变量。

git clone https://github.com/deepklarity/jupyter-text2code.git
export JUPYTER_TEXT2CODE_MODE="cpu"
cd jupyter-text2code
pip install .

需要注意的是作者重命名了mopp 这个插件,因此若之前有安装的,需要提前卸载。

pip uninstall mopp

Text2Code 的演示

模型对于机器学习至关重要,有些时候机器的意图匹配和命名实体识别效果会很差,作者在其 github 主页上罗列了非常多有关系模型训练及未来需要开发的功能,例如语料库通过爬取quroa,StackOverflow高赞回答、收集真实世界的变量名和库名等...

工具将越来越强大,灵活使用便是王道。

项目开源地址:

https://github.com/deepklarity/jupyter-text2code

参考资料

新智元、东哥起飞关于该工具的推文


如果你也在路上,不妨进来看看我的学习笔记,走的不快也不远,别介意。点击图片可到达专辑。

推荐阅读

你学Python多久了

Python高效编程|itertools 模块

Python3.9 值得关注的更新点

python魔法方法是什么

使用Python实现基本初等函数可视化

如何将pdf转换为word 3.0

使用 Python 操作 word文档


文末友情推荐
要想真正入门生物信息学建议务必购买全套书籍,一点一滴攻克计算机基础知识,书单在:什么,生信入门全套书籍仅需160 。如果大家没有时间自行慢慢摸索着学习,可以考虑我们生信技能树官方举办的学习班:
数据挖掘学习班第5期(线上直播3周,马拉松式陪伴,带你入门),原价4800的数据挖掘全套课程, 疫情期间半价即可抢购。
生信爆款入门-第7期(线上直播4周,马拉松式陪伴,带你入门),原价9600的生信入门全套课程,疫情期间3.3折即可抢购。
如果你课题涉及到转录组,欢迎添加一对一客服:详见:你还在花三五万做一个单细胞转录组吗?
生信菜鸟团推荐搜索


Python

更新

技巧

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/74158
 
610 次点击