利用E2B的Data Analysis Sandbox实现动态数据分析

最新推荐文章于 2025-05-17 21:03:43 发布

sjufgwgfhoia

最新推荐文章于 2025-05-17 21:03:43 发布

阅读量1k

点赞数 18

文章标签：数据分析数据挖掘 python

本文链接：https://blog.csdn.net/sjufgwgfhoia/article/details/143638309

版权

引言

在现代数据驱动的世界中，安全高效地执行代码以进行数据分析是至关重要的。E2B的Data Analysis Sandbox提供了一种安全的沙盒环境，可以用于Python代码执行、生成图表、安装Python和系统包等操作。这种能力使得在构建高级数据分析工具（如ChatGPT中的代码解释器）时极具优势。本文将介绍如何使用E2B的Data Analysis Sandbox来分析上传的文件，并演示一个简单但功能强大的OpenAI代理。

主要内容

使用E2B Data Analysis Sandbox的好处

安全的代码执行：在一个完全隔离的环境中运行你的代码，确保主机系统的安全。
灵活的工具支持：可以动态安装Python和系统包，支持执行shell命令。
文件操作：支持文件的上传下载，便于进行数据处理。

环境准备

要使用E2B的Data Analysis Sandbox，你需要以下准备：

安装必要的包：langchain、e2b和langchain-community。
设置环境变量以存储你的API密钥。
初始化E2B Data Analysis工具和OpenAI代理。

# 安装所需包
%pip install --upgrade --quiet langchain e2b langchain-community

# 设置API密钥
import os
os.environ["E2B_API_KEY"] = "<E2B_API_KEY>"
os.environ["OPENAI_API_KEY"] = "<OPENAI_API_KEY>"

初始化和运行你的代理

当建立E2BDataAnalysisTool实例时，可以传递回调函数以响应沙盒的输出，这对于创建更加响应式的UI非常有用。

from langchain_community.tools import E2BDataAnalysisTool
from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI

def save_artifact(artifact):
    print("New matplotlib chart generated:", artifact.name)
    file = artifact.download()
    basename = os.path.basename(artifact.name)
    with open(f"./charts/{basename}", "wb") as f:
        f.write(file)

e2b_data_analysis_tool = E2BDataAnalysisTool(
    env_vars={"MY_SECRET": "secret_value"},
    on_stdout=lambda stdout: print("stdout:", stdout),
    on_stderr=lambda stderr: print("stderr:", stderr),
    on_artifact=save_artifact,
)

tools = [e2b_data_analysis_tool.as_tool()]

llm = ChatOpenAI(model="gpt-4", temperature=0)
agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.OPENAI_FUNCTIONS,
    verbose=True,
    handle_parsing_errors=True,
)

上传和分析文件

上传数据文件后，我们可以利用代理进行分析。以下示例展示了如何通过代理询问上传文件中的内容。

# 上传文件
with open("./netflix.csv") as f:
    remote_path = e2b_data_analysis_tool.upload_file(
        file=f,
        description="Data about Netflix tv shows including their title, category, director, release date, casting, age rating, etc."
    )
    print(remote_path)

# 使用代理进行查询
agent.run(
    "What are the 5 longest movies on netflix released between 2000 and 2010? Create a chart with their lengths."
)