Vladimir Pandas è una delle librerie Python più usate specialmente in ambito scientifico, assieme a NumPy (con Matplotlib), SciPy. In particolare Pandas viene impiegato per l'analisi dei dati, quindi con funzioni che rendono più semplice la gestione di tabelle (righe, colonne) al posto di lavorare direttamente con array e matrici e i relativi indici. Come sappiamo Python vuole essere un linguaggio ad alto livello (non parliamo dunque delle performance 😅), per questo motivo si cerca quindi una maggiore astrazione. Consideriamo poi che un linguaggio relativamente semplice con librerie come questa che semplificano la vita, permettono anche ai "non addetti" di creare codice per l'analisi e gestione di dati (persone che altrimenti lavoravano solo con Excel o altri software, nom programmatori; se invece dovessero gestire matrici, indici più a basso livello, magari anche con dichiarazione del tipo di variabili o addirittura puntatori, la barriera di ingresso per un non-programmatore sarebbe troppo elevata).
Attenzione però che ora parliamo della libreria Pandas AI! Ho voluto fare questa premessa su Pandas, la celebre libreria (il nome di quella nuova infatti non è stato dato a caso), infatti come struttura e funzionalità si rifà molto ad essa, basandosi quindi su di essa e anche Transformers, libreria che riguarda il deep learning e le reti neurali.
Visto il trend del momento e l'importanza sempre maggiore che avrà in futuro, si concentra sull'Intelligenza Artificiale, compresa l'IA generativa.
Da GitHub - PandasAI vediamo tutta la documentazione, compresi esempi davvero interessanti e super comodi! Un esempio:
pandas_ai(
df,
"Plot the histogram of countries showing for each the gdp, using different colors for each bar",
)
Forniamo un input testuale (credo funzioni solamente in lingua inglese, per il momento) e come risultato otteniamo il seguente grafico, diciamo pure che le potenzialità sono incredibili!
Per farne uso, è necessario accedere tramite API key al proprio account OpenAI (con ChatGPT, ecc), quindi è richiesto il login, oltre alla semplice installazione tramite pip install pandas-ai
(oppure tramite GitHub
). Ammetto che quello del login è l'unico aspetto che mi dispiace!
Non vedo l'ora comunque di testare la libreria PandasAI, riportando poi esempi e casi interessanti!