【Python】Jupyter Notebook 也能导入 ChatGPT 了

最新推荐文章于 2024-08-15 20:27:56 发布
最新推荐文章于 2024-08-15 20:27:56 发布
阅读量547 收藏
点赞数
文章标签： python jupyter chatgpt 人工智能 开发语言
原文链接：https://mp.weixin.qq.com/s?__biz=MzIwODI2NDkxNQ==&mid=2247510799&idx=3&sn=13eb7d6e9230623ae68b5d3e43fb898a&chksm=970720b3a070a9a5327f0e58beee162d69085b9dbc4f219504e7eea236ac168e1918c72c3cde&scene=126&sessionid=0
版权

当你使用 AI 编码助手的时候会遇到什么困难？它是不是让你又爱又恨？本文介绍的 Chapyter 将目前火爆的 ChatGPT 代码解释器与 Jupyter Notebook 结合了起来，让你的编码更加地高效。

毋庸置疑，在 AI 的帮助下，开发者的编码效率能够大大提升。

开发者们将从简单、重复的编码工作中解脱出来。但是随之而来的诸多问题，往往让使用 AI 的开发者们头秃不已。

Chapyter 将 GPT-4 这样强大的代码生成模型合并到 Jupyter Notebook 编码环境中，开辟了人类 - AI 协作的新模式，在极大程度上解决了大部分编程助手会出现的问题。

Chapyter 是一个 JupyterLab 扩展，将 GPT-4 无缝连接到你的编码环境，并且具有一个代码解释器，可以将自然语言描述翻译为 Python 代码并自动执行。并且 Chapyter 通过在你最熟悉的 IDE 中启用「自然语言编程」，提高你的工作效率，并使你能够探索更多未尝试过的新想法。

outside_default.png

项目链接：https://github.com/chapyter/chapyter

下图为 Chapyter 与部分现有的编码助手的差别。

可以发现，Chapyter 将编码助手的优势综合了起来。它可以帮助开发者完成各种复杂的编码任务、自动执行 AI 生成的代码，还能够让开发者进行原位调试、自定义 Prompt，甚至保护了开发者与代码的隐私性，避免数据被利用。

outside_default.png

Chapyter 的特点与优势

Chapyter 的主要特点有：

1. 从自然语言生成代码并自动执行

只需在任务自然语言描述的单元格开头添加命令「%% chat」，代码就会生成，并且用时极短，只需要几秒钟。

outside_default.png

别小瞧了 Chapyter 的这个优势。

自动补全一直是许多 AI 辅助编码工具的主流交互，在编码环境中提供 AI 支持，并且可以显著提高开发人员工作的生产力和满意度。然而，自动补全并不完美：穿插 AI 代码建议可能会分散注意力；生成的代码可能包含可能很难调试的隐藏错误；并且生成的代码通常只跨越几行，很难在上下文之外生成新的功能。

Chapyter 通过提供单元级代码生成和自动执行克服了这些问题。你只需键入要执行的操作的自然语言描述，Chapyter 将调用 GPT-X 模型来生成代码并为你执行。这与 Copilot 等系统中的代码补全非常不同：其旨在支持仅跨越几行代码并且与当前工作非常相关的微任务，例如，完成函数调用。而 Chapyter 旨在接管完整的任务，有时可能与现有代码不同。

默认情况下，生成的代码是隐藏的，因为 Chapyter 希望淡化 AI 生成的代码并专注于结果。并且，关于自动执行你也无需担心，因为 Chapyter 有一个安全模式来防止自动执行可能危险的代码。

2. 使用编码历史和执行输出来生成代码

Chapyter 还可以利用你的代码历史记录和执行输出来提供上下文感知建议。它还可以选择加载文件，以便为进一步处理和分析提供建议。

如下图所示，通过在代码生成中添加 --history 或 -h 标志，Chapyter 可以使用之前的执行历史和输出，为加载的 IRIS 数据集生成相应的可视化代码。

outside_default.png

3. 原位调试、编辑代码

生成的代码可能并不完美，可能包含 bug 或错误。由于 Chapter 已完全集成到 Jupyter Notebook 中，因此无需离开 IDE，你就可以轻松地检查代码并修复任何错误或 bug (例如，在这种情况下安装缺少的依赖项)。

outside_default.png

4.prompt 和 AI 配置透明化，并允许自定义

Chapyter 发布了库中使用的所有 prompt，并致力于让自定义所使用的 prompt 和设置更加便捷。

可查阅：https://github.com/chapyter/chapyter/blob/main/chapyter/programs.py

5. 使用 AI 时，隐私优先 

Chapyter 是一个极小的 Python 包，可以在本地安装并与 JupyterLab 无缝使用。它使用 OpenAI API 调用 GPT-X 模型，默认情况下不会保留交互数据和代码进行训练。

因此与 Copilot 或 ChatGPT 缓存你的数据并用来训练和分析不同，Chapyter 所有发送到 OpenAI 的数据将不会被保存用于训练（可参阅 OpenAI API 数据使用策略）。

Chapyter 的构成

Chapyter 主要由两个部分组成：

  • 实现 ipython magic 命令，用来处理提示和调用 GPT-X 模型；

  • 另一个是监听 Chapyter 单元格执行情况的前端，它会自动执行新生成的单元格并更新单元格的样式。

下图展示了执行 Chapyter 单元格后前端和 ipython 内核的编排。

outside_default.png

参考链接：

https://www.reddit.com/r/MachineLearning/comments/15269v8/p_chapyter_chatgpt_code_interpreter_in_jupyter/

https://www.szj.io/posts/chapyter

https://github.com/chapyter/chapyter

 
 
outside_default.png
 
 
 
 
 
 
 
 
 
 
往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码
 


                

        

        

    




    

      

        

            

              
                
                  风度78
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
chatgpt赋能python：用Python安装Jupyter：让数据科学变得更加高效！

				
			

			

				

					aijinglingchat的博客
				

				

					07-03
					
					377
					
				

			

		

		

			
				
本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。

			
		

	



                

              
                



	

		

			

				
					
chatgpt赋能python：如何进入Jupyter？Python学习者必看！

				
			

			

				

					liangzijiaa的博客
				

				

					06-18
					
					231
					
				

			

		

		

			
				
Jupyter是一个开源的交互式计算平台。它能够让我们在浏览器中编写、运行、分享代码，并结合Markdown单元格，使其更易于文档化，并可重复执行。Jupyter的名字由三个语言——Julia，Python和R——构成，是这三种语言的缩写。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT，应该选择拥抱而不是抗拒，未来属于“会用”AI的人。

			
		

	



                


  
              

                


	

		

			

				
					
Jupyter 集成ChatGPT，零基础小白都能学会的编程

				
			

			

				

					weixin_43373042的博客
				

				

					08-10
					
					325
					
				

			

		

		

			
				
转自：机器之心Jupyter 在其环境中添加了基于 LLM 的聊天机器人。现在，大语言模型（LLM）与 Jupyter 连接起来了！这主要归功于一个名叫 Jupyter AI 的项目，它是官方支持的 Project Jupyter 子项目。目前该项目已经完全开源，其连接的模型主要来自 AI21、Anthropic、AWS、Cohere、OpenAI 等各大明星公司和机构。项目地址：https://...

			
		

	





	

		

			

				
					
chatgpt赋能python：Python文件写入教程：从基础到实战

				
			

			

				

					tulingtest的博客
				

				

					06-15
					
					136
					
				

			

		

		

			
				
在计算机科学中，文件写入是指将一个或多个数据从电脑的内存保存到磁盘或云端存储设备中。Python 中的文件写入用于将字符串或数据保存到文件中，以便将其保留到下一次程序运行时或与其他程序或用户共享。Python 文件写入是数据持久性的重要技术，它使得您可以持久化数据并将其保存在本地磁盘或云端存储。在本文中，我们介绍了 Python 中文件写入的基础知识和一些实际操作和技巧。使用这些技能，您将能够轻松地将数据写入文件并保存并在需要时使用。本文由chatgpt生成，文章没有在chatgpt。

			
		

	



		

			
		



	

		

			

				
					
python使用jupyter notebook

				
			

			

				

					yandao的博客
				

				

					01-24
					
					378
					
				

			

		

		

			
				
安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jupyter

启动
jupyter notebook
[I 21:54:27.997 NotebookApp] Writing notebook server cookie secret to D:\Users\LENOVO\AppData\Roaming\jupyter\runtime\notebook_cookie_secret
[I 21:54:28.615 NotebookApp

			
		

	





	

		

			

				
					
解决python Jupyter不能导入外部包问题

				
			

			

				

					09-17
				

			

		

		

			
				
在使用Python的Jupyter Notebook时，有时会遇到不能导入外部包的问题，这通常是由于环境配置不一致或Python路径设置不正确导致的。本篇文章将详细解释这个问题的原因，并提供解决方案。  问题描述： 当你在命令行...

			
		

	





	

		

			

				
					
如何实现更换Jupyter Notebook内核Python版本

				
			

			

				

					09-16
				

			

		

		

			
				
### 如何实现更换Jupyter Notebook内核Python版本  在日常的数据科学工作中，Jupyter Notebook作为一款流行的交互式计算工具，被广泛应用于数据处理、可视化、机器学习等多个领域。但是，在实际使用过程中，用户可能...

			
		

	





	

		

			

				
					
python jupyter notebook房价预测完整案例

				
			

			

				

					04-22
				

			

		

		

			
				
在本案例中，我们将深入探讨如何使用Python编程语言和Jupyter Notebook这个强大的数据分析与可视化工具进行房价预测。Jupyter Notebook是数据科学家们广泛使用的交互式环境，它允许我们结合代码、文本、图表和数学...

			
		

	





	

		

			

				
					
免费Python基础入门jupyter notebook课件pdf

				
			

			

				

					12-19
				

			

		

		

			
				
Python基础入门jupyter notebook课件pdf，适合数据分析新手学习Python练习使用

			
		

	





	

		

			

				
					
Python3 jupyter notebook 服务器搭建过程

				
			

			

				

					12-24
				

			

		

		

			
				
**Python3 Jupyter Notebook 服务器搭建详解**  Jupyter Notebook 是一个强大的交互式计算环境，它允许用户编写和运行Python代码，同时支持多种编程语言。它以其丰富的可视化能力、易于分享的特点，深受数据科学家和...

			
		

	





	

		

			

				
					
GraphRAG：复杂查询的知识图谱新框架

				
			

			

				

					YeJuliaLi的博客
				

				

					08-14
					
					483
					
				

			

		

		

			
				
微软最近发布了名为 GraphRAG（Graphs + Retrieval Augmented Generation）的创新 RAG 框架，这是一个将文本提取、语义网络分析，与大语言模型（LLM）的提示和总结功能结合在一起的端到端系统，用于深入理解文本数据集。在对私有数据中的复杂文本信息进行文档分析时，GrahRAG 使用 LLM 生成的知识图谱来大幅提高问答性能。这里的私有数据集是指 LLM 没...

			
		

	





	

		

			

				
					
【Markdown】Markdown 中的语言简称

				
			

			

				

					EleganceJiaBao的博客
				

				

					08-12
					
					908
					
				

			

		

		

			
				
以下是常见编程语言、脚本语言、标记语言等在 Markdown 中的语言简称以及相应的示例：

			
		

	





	

		

			

				
					
importlib库介绍

				
			

			

				

					m0_51579041的博客
				

				

					08-14
					
					162
					
				

			

		

		

			
				
importlib

			
		

	





	

		

			

				
					
Java读写EM4305卡、将4305卡制做成4100ID卡

				
			

			

				

					zhangjin7422的专栏
				

				

					08-14
					
					354
					
				

			

		

		

			
				
Java读写em4305低频RFID源码，支持将EM4305卡配置成4100ID卡

			
		

	





	

		

			

				
					
SciPy：基于 NumPy 的算法库和数学工具包，用于数学、科学和工程领域。

				
			

			

				

					LS_Ai的博客
				

				

					08-15
					
					606
					
				

			

		

		

			
				
无论是进行线性代数运算、优化问题求解、积分与微分方程处理，还是进行信号和图像处理，SciPy都提供了高度优化的工具，使得复杂的科学计算任务变得更加简单和高效。SciPy的目标是为用户提供一个全面的科学计算环境，其中涵盖了常见的线性代数、优化、积分、插值、傅里叶变换、信号处理、统计、图像处理、以及ODE（常微分方程）求解等功能。SciPy与NumPy紧密结合，同时也与Pandas、Matplotlib等库有很好的兼容性，这使得它在科学研究、数据分析和工程计算中占据了重要地位。

			
		

	





	

		

			

				
					
利用python写一个可视化的界面

				
			

			

				

					huanghm88的专栏
				

				

					08-08
					
					3837
					
				

			

		

		

			
				
这段代码创建了一个窗口，并在窗口中添加了一个标签和一个按钮。当按钮被点击时，标签的文本会变成"Hello, World!你可以根据自己的需求修改窗口的布局和添加其他控件。要利用Python编写一个可视化界面，你可以使用一些图形库来实现，例如Tkinter、PyQt、wxPython等。

			
		

	





	

		

			

				
					
ECMAScript6中的模块：export导出、import导入

				
			

			

				

					pan_junbiao的博客
				

				

					08-12
					
					852
					
				

			

		

		

			
				
早期的 JavaScript 程序很小，通常被用来执行独立的脚本任务，在 Web 页面中需要的地方提供一定的交互。随着 Web 应用程序变得越来越复杂，有必要考虑提供一种将 JavaScript 程序拆分为可按需导入的单独模块的机制，这就是模块化编程。模块化编程就是将一个复杂的程序根据一定的规则封装成一个或多个文件，并组合在一起。使用这种方式，可以将代码分解到多个文件中，每个文件都称为一个模块。一个模块通常是一个类或者多个函数组成的方法库。

			
		

	





	

		

			

				
					
如何用Python求素数之和

					
最新发布

				
			

			

				

					hakesashou的博客
				

				

					08-15
					
					138
					
				

			

		

		

			
				
计算两个正整数x，y(x<=y，包括x，y)素数和。首先通过isPrime函数来判断一个数是否为素数，再使用primeSum函数来返回素数和。

			
		

	





	

		

			

				
					
解决ModuleNotFoundError: No module named ‘distutils‘

				
			

			

				

					che_lys的博客
				

				

					08-15
					
					115
					
				

			

		

		

			
				
使用python组件过程中，可能有些时候兼容问题。也可能是其他问题，网上查阅了下，也可能是跟python的版本相关，这边使用的是3.12.4，较新的版本，但是实际上我是在使用har2case组件的时候才弹出的错误，之前正常使用大部分组件没有错误。经过查阅资料，说切换或安装一个低版本的distutils组件可以解决，但是我这里实际上还不清楚使用到的组件到底是什么。

			
		

	





	

		

			

				
					
jupyter notebook   error

				
			

			

				

					09-02
				

			

		

		

			
				
在使用Jupyter Notebook时，可能会遇到各种错误。其中一种常见的错误是导入错误（import error），即在命令提示符中可以正常导入模块，但在Jupyter Notebook中无法导入。这可能是由于Jupyter Notebook使用的Python环境与命令提示符中的环境不一致导致的。有几种方法可以解决这个问题。

首先，你可以尝试重新安装Jupyter Notebook。可以使用以下命令在Anaconda Prompt中重新安装Jupyter Notebook：

```
pip uninstall jupyter
pip install jupyter
```

如果重新安装不起作用，你可以尝试在Jupyter Notebook中更改默认的Python内核。你可以通过以下步骤来完成：

1. 打开Jupyter Notebook，并在浏览器中打开一个新的Notebook。
2. 在Notebook的顶部菜单中选择Kernel（内核）选项。
3. 在下拉菜单中选择你想要使用的Python环境。

如果你的Python环境中有多个内核可用，你可以尝试切换到一个不同的内核，然后再切换回原始的内核。

另外，你还可以尝试重启Jupyter Notebook。有时候，重启可以解决一些问题。你可以尝试在Jupyter Notebook的菜单中选择Kernel（内核）选项，然后选择Restart（重启）。

如果上述方法都不起作用，你可以尝试在Anaconda Prompt中创建一个新的环境，并在该环境中安装Jupyter Notebook。你可以使用以下命令来完成：

```
conda create -n myenv python=3.8
conda activate myenv
pip install jupyter
```

然后，你可以尝试在该新环境中启动Jupyter Notebook，并查看问题是否得到解决。

总结起来，解决Jupyter Notebook导入错误的方法包括重新安装Jupyter Notebook、更改默认Python内核、重启Jupyter Notebook以及创建一个新的环境并在其中安装Jupyter Notebook。希望这些方法能够帮助你解决问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* [【Python】Jupyter Notebook无法运行代码，且提示error和自动保存失败时如何操作？](https://blog.csdn.net/weixin_48927364/article/details/123120956)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
-  *2* [解决jupyter notebook import error但是命令提示符import正常的问题](https://download.csdn.net/download/weixin_38703277/12853203)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
-  *3* [解决Jupyter Notebook 服务error](https://blog.csdn.net/Pusstang/article/details/120451779)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"]
[ .reference_list ]

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值