代码解释器这个插件允许我们上传数据，编写/执行Python代码，进行数据分析，生成报告，甚至下载分别以.ipynb和pdf格式生成的代码和报告。所有这些都在几秒钟内完成，这就像有一个初级数据分析师，他会24/7为你做所有的工作。

这里是你可以用ChatGPT的代码解释器做的一切。

首先，启用代码解释器

要启用代码解释器插件，请单击位于左下角的三个点并选择设置。

将弹出一个新窗口，选择“Beta Features”并启用“Code Interpreter” ，如下所示。

之后，打开一个新的聊天并选择GPT-4，你应该会在下拉列表中看到代码解释器。

现在我们探索一下可以用代码解释器做些什么。

ChatGPT的代码解释器可以生成一个快速报告，并提供一个PDF格式的下载链接。

既然代码解释器已经启用，我们就可以上传一个新文件了。在对话框中，你应该看到一个新的上传图标。点击它上传这个关于1955年到2020年世界各国人口的数据集。

上传文件后，你会看到这个。

下面是我们将用于快速分析的prompt。

分析数据集并制作图表来显示世界各地人口增长的主要趋势。

首先，进行一个快速的描述性统计，ChatGPT发现有7个缺失值，并自动从数据集中删除它们。

然后继续数据可视化。

你猜怎么着？所有代码都是在ChatGPT中生成的。你只需要点击“Show work”按钮来查看生成的Python代码。

但我最喜欢的部分是，你可以将所有这些导出为PDF格式的报告。下面是完成此操作的prompt。

以多页PDF下载的形式回答这个问题

ChatGPT的代码解释器也可以制作自定义报告

在我们让ChatGPT的代码解释器为我们选择可视化之前，现在我们自己来做，并添加额外的指令来定制报告。

对于这个测试，我们将使用带有2020年足球运动员信息的FIFA数据集。

这是将使用的prompt。

扮演数据科学家，分析来自美国、加拿大、英国、巴西和阿根廷的足球运动员。

首先，像往常一样，先快速概述一下数据集。我注意到一件很酷的事情，它会立即选择相关的列进行分析。

然后它继续进行我所要求的每一个可视化。

如果你不喜欢某一幅图的颜色，你可以简单地要求更换。

最后，你可以导出PDF格式的报告。除此之外，你甚至可以要求以ipynb格式导出代码，以便你可以在Jupyter Notebook中查看代码。

这是生成的Notebook。

在使用ChatGPT的代码解释器时，我注意到一些缺点。

代码解释器插件非常有用，但有几件事我不喜欢，我认为它与OpenAI避免服务器过载的措施有关。

首先，你不能一次上传多个文件。如果你想上传多个文件，你必须一个一个地做，然后开始你的分析。

其次，使用代码解释器生成的所有文件(png, pdf等)都不会持续超过一个会话，所以最好在关闭窗口之前保存生成的任何重要代码/报告。否则，你可能再也找不到它们了。

以下是会话超时后你可能收到的消息。

除此之外，代码解释器插件是进行数据分析的一个很好的工具。这就像有一个初级数据分析师全天候为你服务！