Sketch

Sketch: Pandas용 AI 코드 작성 도우미

Sketch는 pandas DataFrame으로 작업하는 데이터 과학자 및 분석가의 경험을 향상시키도록 설계된 AI 기반 코드 작성 도우미입니다. 데이터 컨텍스트를 이해하여 더 관련성 높고 정확한 코드 제안을 제공하며 IDE 플러그인 없이 몇 초 만에 사용할 수 있습니다.

Sketch란 무엇인가요?

Sketch는 사용자가 pandas DataFrame으로 작업할 때 코드를 더 효율적으로 작성할 수 있도록 도와주는 도구입니다. AI를 사용하여 데이터의 구조와 내용을 이해하므로 컨텍스트 인식 코드 제안을 제공할 수 있습니다. 이를 통해 다양한 데이터 분석 작업을 더 쉽고 빠르게 수행할 수 있습니다.

Sketch는 어떻게 작동하나요?

Sketch는 효율적인 근사 알고리즘(데이터 스케치)을 활용하여 데이터를 빠르게 요약합니다. 그런 다음 이 요약된 정보를 언어 모델에 공급하여 코드 제안을 생성합니다. 현재 Sketch는 열을 요약하고 이러한 요약 통계를 코드 작성 프롬프트의 컨텍스트로 사용합니다. 목표는 궁극적으로 이러한 스케치를 맞춤형 "데이터 + 언어" 기초 모델에 직접 공급하여 훨씬 더 정확한 결과를 얻는 것입니다.

주요 기능 및 이점

• 컨텍스트 인식 제안: Sketch는 데이터 컨텍스트를 이해하여 더 관련성 높고 정확한 코드 제안을 제공합니다.
• 빠른 설정: 몇 초 안에 설치하고 사용할 수 있으므로 데이터 분석 워크플로를 즉시 개선할 수 있습니다.
• IDE 플러그인이 필요 없음: Sketch는 IDE 플러그인이 필요하지 않으므로 기존 워크플로에 쉽게 통합할 수 있습니다.
• 자연어 인터페이스: 데이터 스택 환경에서 많은 작업을 탐색할 수 있는 자연어 인터페이스를 제공합니다.

Sketch 사용 방법

1. 설치:

   pip를 사용하여 Sketch를 설치합니다.

   pip install sketch
   

2. Sketch 가져오기:

   Python 스크립트 또는 Jupyter Notebook에서 Sketch 라이브러리를 가져옵니다.

   import sketch
   

3. Sketch 확장 프로그램 액세스:

   이제 .sketch 확장 프로그램을 모든 pandas DataFrame에서 사용할 수 있습니다.

df.sketch.ask("어떤 열이 정수 유형입니까?") df.sketch.howto("판매량 대 시간 플롯") df['review_keywords'] = df.sketch.apply("제품 [{{ product_name }}]에 대한 리뷰 [{{ review_text }}]의 키워드(쉼표로 구분):") df['capitol'] = pd.DataFrame({'State': ['Colorado', 'Kansas', 'California', 'New York']}).sketch.apply("[{{ State }}]의 수도는 무엇입니까?") ```

Sketch 기능

• .sketch.ask: 데이터의 요약 통계 및 설명을 기반으로 텍스트 기반 답변을 제공하는 질문 응답 시스템입니다.
• .sketch.howto: 정리, 정규화, 기능 생성, 플로팅, 모델 구축과 같은 다양한 데이터 관련 작업에 대한 코드 블록을 생성합니다.
• .sketch.apply: 데이터 생성, 필드 구문 분석 및 새 기능 생성에 유용한 고급 프롬프트입니다.

로컬에서 실행

Sketch는 적절한 환경 변수를 설정하여 미리 빌드된 Hugging Face 모델(MPT-7B 및 StarCoder) 또는 OpenAI를 사용하여 직접 실행하는 것도 지원합니다.

os.environ['LAMBDAPROMPT_BACKEND'] = 'StarCoder'
os.environ['SKETCH_USE_REMOTE_LAMBDAPROMPT'] = 'False'
os.environ['HF_ACCESS_TOKEN'] = 'your_hugging_face_token'

Sketch는 누구를 위한 것인가요?

Sketch는 다음과 같은 경우에 적합합니다.

• 데이터 과학자: 데이터 탐색 및 분석을 가속화합니다.
• 데이터 분석가: 복잡한 데이터 조작 작업을 단순화합니다.
• 머신 러닝 엔지니어: 기능 엔지니어링 및 모델 구축을 간소화합니다.
• Pandas DataFrame으로 작업하는 모든 사람: 생산성을 높이고 코딩 시간을 줄입니다.

Sketch를 선택하는 이유

• 향상된 코드 품질: 컨텍스트 인식 제안은 더 나은 정확한 코드를 생성합니다.
• 시간 절약: 코드 생성을 자동화하여 더 중요한 작업에 시간을 할애할 수 있습니다.
• 사용 용이성: 간단한 설치 및 직관적인 API를 통해 모든 기술 수준의 사용자가 액세스할 수 있습니다.

Sketch는 데이터 분석 작업을 간소화하고 데이터 분석 환경을 더 쉽게 탐색할 수 있도록 합니다. 데이터 컨텍스트를 이해하고 관련 코드 제안을 생성하는 능력은 모든 데이터 전문가에게 귀중한 자산이 됩니다.