ChatGPT最强的插件更新 | 人人都是数据分析师
昨天ChatGPT所属母公司OpenAI，官宣下周会向所有ChatGPT Plus用户开放代码解析器（Code interpreter）功能。好家伙，今早起来看到已经就支持了。之前一直听说用Code interpreter编写代码非常高效，而且可以拿来做数据分析。作为一个前几年就考了数据分析师证书的人，我赶紧去验验货。
AI对数据分析的冲击
前段时间，阿里巴巴旗下研究机构达摩院及新加坡南洋理工大学的研究发现，OpenAI最新发布的大型语言模型GPT-4进行数据分析的成本只有人类资深分析师（平均年薪9万美元）的0.45%，或是菜鸟分析员的0.71%。
研究还发现，用GPT-4分析数据，不仅成本低，而且效率高。无论以分析正确度、流畅性还是洞见来衡量，GPT-4已经击败了低阶人类数据分析师，与资深分析师的表现相差无几。
接下来，带大家一起去体验一下用GPT-4进行数据分析的全流程。
启用Code interpreter
首先，需要是ChatGPT Plus用户，然后通过以下路径开启功能：
Setting > Beta Features > Code interpreter
然后新建聊天时，就可以选择Code interpreter了。
用经典波士顿房价分析验证
采用波士顿房价的数据集，来验证用Code interpreter进行数据分析的流程。这个数据集收录了美国波士顿房地产市场的基本信息，主要是研究影响房价的因素有哪些，比如犯罪率、每栋住址房间数、税率等。
开启Code interpreter后，在对话框中，增加了一个上传按钮，点击后即可上传本地的数据集。
上传后，GPT-4会自动开始分析，并且输出结果：
可以让GPT-4用中文将上述分析再解释一下，并且后续让它都用中文进行交流。
接着，直接问GPT-4，能基于上传的数据文件，做哪些分析，尝试让GPT分步骤给出结果。我使用了以下提示：请思考一下根据目前的数据集，你可以做哪些分析？请一步一步仔细思考，给出合理有信心的答案。
GPT-4回答能支持描述性统计分析、相关性分析、可视化分析、异常值分析、建立预测模型。已经基本涵盖数据分析能支持的方向了。
描述性统计分析
描述性统计分析比较初级的数据分析方法，用于快速了解数据的基本特征，如均值、最大最小值等。我使用了以下提示：那先来试试第一步，描述型统计分析，给我看下你的分析结果。
很快，GPT-4就给出了描述型统计分析的结果了。
而且，可以点击“Show work”，查看Code interpreter使用了哪些代码来实现分析：
我还试着追问GPT-4，让它帮忙分析某个指标跟其他数据指标的详细关系，我使用了以下提示：我想知道，被查尔斯河穿过的房子和没有被穿过的房子，具体在数据表现上有什么差异，包括但不限于以下的分析项目CRIM、ZN、INDUS、PRICE，请尽可能详细分析。
GPT-4在读取命令后，很好地给出了分析结果，简直可以说惊艳！
相关性分析
接着，我们让GPT-4帮忙进行相关性分析。相关性分析主要是用来了解两个或多个变量之间的相关（即它们以固定的比率一起变化）程度，可用于了解影响数据变化的其他数据有哪些，比如影响房价的其他数据指标。我使用了以下提示：下面执行第二步，相关性分析，列出数据集中变量之间的相关性。
给出的数据结果，可读性较差，我继续追问：上面的结果可读性较差，能否用自然语言描述一下各个变量之间的相关关系，以及可能可以作为参考的行动策略？
然后GPT-4就用自然语言给我解释了一下它从数据中，洞察到的相关性分析结果。比如它说：
犯罪率 (CRIM) 与价格 (PRICE) 呈负相关，即犯罪率越高，房价越低。这可能是因为人们通常更愿意住在犯罪率较低的地方，这增加了这些地方的房价。
住宅用地比例 (ZN) 与价格 (PRICE) 呈正相关，即用于住宅的土地越多，房价越高。这可能是因为住宅用地比例较高的地区通常有更好的住宅设施，使得房价提高。
总的来说，相关分析的结论还是比较靠谱的。
预测分析
预测分析主要用来对某个指标的走势做数据预测，这里我们让GPT-4，选择合适的机器学习模型（如线性回归、决策树、随机森林、支持向量机等）来预测房价。我使用了以下提示：接下来，希望你帮忙针对数据集进行预测分析，请一步步思考与展示你的分析过程。
首先GPT-4给出了一个完整的预测分析步骤。
接着，它自动进行上述步骤，首先进行数据预处理，检查是否有缺失、异常值，以及自动选择特征值。
然后，它自动将数据集分成训练集和测试集。
之后，GPT-4自动选择了适合的机器学习模型——线性回归，来进行训练。
最后，它将训练好的模型，进行了说明，包括各个特征的系数。
文字太多，不好读，我继续追问：针对上面的预测分析，给出预测模型的最终公式，并且画出预测模型的散点图。
整个预测分析，执行非常顺畅，可以说是吃着火锅唱着歌，GPT-4就帮你完成数据分析了。而且跟我之前用Python进行分析的结果非常一致，感兴趣的朋友，可以去对比看下。
https://zhuanlan.zhihu.com/p/337536455
结语
2年前，我认为懂数据分析会拥有更强的核心竞争力，应该就不容易被时代淘汰了吧。然而，短短2年，结合AI能力，大家只要上传了数据，AI就能自动帮你分析，数据分析成了可能被AI取代的危险工种……
还好，我及时努力学习了AI，时代不会淘汰保持努力学习的我们，我们需要做的是让AI为我所用。感兴趣的朋友，快去试试吧~
公众号回复【波士顿】，获得本文涉及数据文件。
往期精选
欢迎加入AI社群
跟我一起疯狂学习AI
求个三连“分享、点赞、在看”~