最近2年,以ChatGPT为代表的大模型火出边际,大模型也是越来越卷,能力越来越强。
也有不少专家提出,细分领域的大模型应用或许是未来真正在产业落地的可行方式。
在日常工作中,不少人开始在逐步应用,作为一个 Python 爱好者,我也尝试着 使用 ChatGPT 来部署部分 Python 的代码编写。
今天跟大家分享一个简单的 Python 在办公领域的应用,需求如下:
使用python写一段代码,获取window系统的某个文件夹下所有一级子文件夹的名称,由于名称中含有"-",获取的名称分为"-"前后两列的信息,存储到excel中
这个功能类似文件清单,经常需要将某些文件的名称填入到 word文档/PPT文档/Excel文档/数据库 中,如果手动一个一个的输入,未免效率太低。因此,输出到指定的 excel文档中,然后进一步操作,就显得很有必要了。
将 提示词 输入,响应如下:
此外,ChatGPT 还贴心的给出了说明以及使用步骤,不得不说,对于许多初学者来说感觉特别的舒服。
完整的代码如下:
import os
import pandas as pd
def get_subfolder_names(folder_path):
# 获取所有一级子文件夹的名称
subfolders = [f.name for f in os.scandir(folder_path) if f.is_dir()]
return subfolders
def split_names(subfolders):
# 将含有 '-' 的名称分为两列信息
split_data = []
for folder in subfolders:
if '-' in folder:
parts = folder.split('-', 1)
split_data.append(parts)
else:
split_data.append([folder, ''])
return split_data
def save_to_excel(data, output_path):
# 将数据存储到 Excel 文件中
df = pd.DataFrame(data, columns=['Name Before -', 'Name After -'])
df.to_excel(output_path, index=False)
def main():
folder_path = r'C:\path\to\your\folder' # 替换为你的文件夹路径
output_path = r'C:\path\to\output\subfolders.xlsx' # 替换为输出 Excel 文件路径
subfolders = get_subfolder_names(folder_path)
split_data = split_names(subfolders)
save_to_excel(split_data, output_path)
print(f"Data has been saved to {output_path}")
if __name__ == '__main__':
main()
我自己用 Python 运行了上述代码,替换文件输入和输出路径后,一次运行成功,说明这些基础的功能还是挺好用的。
当然,如果希望进一步使用,可以根据自己的需求,继续使用 ChatGPT 进行优化。或者根据自己的专业知识来优化。
总的来说,大模型会给大家提高效率。未来,不一定要特别精通某些编程语言,有一定的基础,能够识别问题,估计就能够解决不少实际问题。重要的是,需要提高自己的高维度思考的能力,以及提出问题解决问题的能力。
互动话题
大家在大模型应用过程中有哪些使用技巧或心得,欢迎分享。
-------- End --------
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
交流群
欢迎加入机器学习爱好者微信群一起和同行交流,目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群,请扫描下面的微信号加群,备注:”昵称-学校/公司-研究方向“,例如:”张小明-浙大-CV“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~(也可以加入机器学习交流qq群772479961)