ChatGPT에는 몇 가지 훌륭한 차트 작성 도구가 있습니다. 히스토그램과 히트맵에서 워드 클라우드와 네트워크 다이어그램에 이르기까지, 이 강력한 기능을 최대한 활용하는 방법에 대해 알아봅시다.
ChatGPT는 차트와 표를 만드는 데 큰 역할을 합니다. ChatGPT에서 정확히 어떤 종류의 차트 작성 도구를 사용할 수 있는지 알아봅시다.
- ChatGPT의 무료 버전에서 테이블을 만들 수 있습니다. (차트 제외)
- ChatGPT Plus의 고급 데이터 분석(이전의 "코드 인터프리터") 추가 기능을 사용하여 차트와 표를 만들 수 있습니다
- ChatGPT Plus를 사용하여 테이블을 만들고 무작위 차트 플러그인을 사용하여 차트를 만들 수 있습니다
ChatGPT가 "코드 인터프리터"라고 부르던 것을 이제 "고급 데이터 분석"이라고 합니다. 따라서 이전에 코드 인터프리터라는 용어를 사용할 때마다 이제 고급 데이터 분석이라고 부르겠습니다.
먼저 ChatGPT가 데이터를 가져오는 위치에 대해 논의한 다음 몇 가지 테이블을 만드는 방법에 대해 알아보겠습니다.
ChatGPT를 사용하여 차트와 표를 만드는 방법
1단계: ChatGPT의 버전 이해
어떤 버전의 ChatGPT에서 어떤 차트 도구를 사용할 수 있는지에 대해 알고 있어야 합니다.
- ChatGPT 무료 버전: 이 버전은 GPT-3.5 대용량 언어 모델을 사용하는데, GPT-4 버전만큼의 능력이 없습니다. 데이터 관점에서 보면, 세속적인 지식에 대한 관점은 2021년 9월에 끝납니다. 당신은 약 1,500단어의 데이터를 처리할 수 있는 채팅 대화상자에 붙여넣을 수 있습니다.
- 고급 데이터 분석이 포함된 ChatGPT Plus: 이 버전은 GPT-4 대용량 언어 모델을 사용합니다. 데이터 테이블을 다양한 파일 형식으로 가져올 것입니다. 가져온 데이터의 크기 제한을 지정하지는 않지만 상당히 큰 파일을 처리할 수 있지만 정의되지 않은 수준의 복잡성을 초과하면 오류가 발생합니다. 세속적 지식에 대한 견해는 2021년 9월에 끝나지만 데이터 파일을 업로드하면 해당 지식을 증가시킬 수 있습니다.
- WebPilot 플러그인이 있는 ChatGPT: 이 버전은 GPT-4 LLM도 사용합니다. 기본적으로 Advanced Data Analytics 또는 플러그인을 실행할 수 있습니다. 플러그인을 실행하기로 선택한 경우 WebPilot 플러그인은 웹 검색과 관련하여 상당히 안정적입니다.
- ChatGPT 엔터프라이즈: 고급 데이터 분석 및 플러그인은 새로 발표된 엔터프라이즈 버전에서도 사용할 수 있습니다. Enterprise에 파일을 업로드할 수 있으며 파일은 기밀로 유지됩니다. 엔터프라이즈는 또한 더 큰 파일과 더 큰 응답을 허용해야 합니다.
2단계: 기본 테이블 만들기
예를 들어 시작하겠습니다. 다음 데모에서는 인구 측면에서 상위 5개 도시에 대한 테이블을 만들어 보겠습니다.
프롬프트
인구 기준으로 세계 상위 5개 도시를 나열하십시오. 국가를 포함합니다.
ChatGPT의 무료 버전에 대해 물었고 다음과 같이 대답했습니다.
테이블로 바꾸는 것은 간단합니다. ChatGPT에게 테이블을 만들라고 프롬프트를 작성하면 됩니다.
프롬프트
인구 기준으로 세계 상위 5개 도시의 표를 만드십시오. 국가를 포함합니다.
3단계: 테이블 내용 추가
ChatGPT에 더 자세한 지침을 제공하여 테이블을 조작하고 사용자 지정할 수 있습니다. 다시 말하지만, 무료 버전을 사용하여 인구 수 필드를 추가합니다.
프롬프트
인구 기준으로 세계 상위 5개 도시의 표를 만드십시오. 국가 및 인구 필드 포함
필드 순서 및 단위와 같은 테이블에 대한 특정 세부 정보를 지정할 수도 있습니다. 여기서는 먼저 국가를 이동하고 인구 수를 압축하고 있습니다.
프롬프트
인구순으로 세계 상위 5개 도시 표를 만드세요. 국가 및 인구 필드를 포함합니다. 순위, 국가, 도시, 인구 순으로 필드를 표시합니다. 인구를 백만 단위(소수점 하나로 표시)로 표시하면 37,833,000명이 37.8M로 표시됩니다.
AI에게 숫자를 표시하는 방법에 대한 예를 제공했습니다.
이것은 무료 버전의 결과입니다. 이제 ChatGPT Plus 버전을 사용해서 막대 차트를 만들어 보겠습니다.
4단계: 막대 차트 만들기
고급 데이터 분석을 활성화한 ChatGPT Plus에서는 선형 차트, 막대 차트, 히스토그램, 원형 차트, 산점도, 열 지도, 상자 그림, 영역 차트, 버블 차트, Gantt 차트, Pareto 차트, 네트워크 다이어그램, Sankey 다이어그램, 맥락막대 지도, 레이더 차트, 워드 클라우드, 트리맵 및 3D 차트를 만들 수 있습니다.
이 예에서는 간단한 막대 차트를 만들 것입니다.
프롬프트
인구 기준으로 세계 상위 5개 도시의 막대 차트 만들기
* GPT-3.5(ChatGPT의 무료 버전)에서 GPT-4(ChatGPT Plus)로 이동했습니다. 서로 다른 LLM이 약간 다른 데이터를 가지고 있습니다. 이것이 AI를 사용할 때 주의하고 작업을 다시 확인하는 것이 좋은 이유의 일부입니다.
5단계: 데이터 업로드
Advanced Data Analytics의 강력한 기능 중 하나는 데이터 세트를 업로드하는 기능입니다.
이것은 2011-2014년 사이의 뉴욕시 아기 이름을 쉼표로 구분한 파일입니다.
작은 업로드 버튼을 클릭한 다음 가져올 데이터 파일을 알려줍니다.
파일 형식에 대해 더 많이 알 수 있도록 파일의 처음 다섯 줄을 보여달라고 요청했습니다.
6단계: 원형 차트 만들기및 색상 변경
데이터 세트가 성별 분포에 대한 원형 차트를 만들어 보겠습니다.
프롬프트
전체 데이터 세트의 백분율로 성별을 표시하는 원형 차트 만들기
결과는 다음과 같습니다.
녹색의 어두운 음영은 숫자를 읽기 어렵게 만듭니다. 다행히 Advanced Data Analytics에 다른 색상을 사용하도록 지시할 수 있습니다.
프롬프트
전체 데이터 세트의 백분율로 성별을 표시하는 원형 차트를 만듭니다. 남성의 경우 연한 녹색을, 여성의 경우 중간 노란색을 사용하십시오.
7단계: 정확성을 위해 데이터 정규화
앞서 보았듯이 수집된 데이터에는 민족이 포함됩니다.
2010년대 초 뉴욕이 기록한 다양한 민족의 분포를 보는 방법은 다음과 같습니다.
프롬프트
원형 차트를 사용하여 데이터 세트의 민족 분포를 표시합니다. 밝은 색상만 사용합니다.
결과는 다음과 같습니다.
분명히 뉴욕은 데이터를 제대로 정규화하지 못했습니다. "WHITE NON HISPANIC"과 "WHITE NON HISP"를 함께 사용했고, "BLACK NON HISPANIC"과 "BLACK NON HISP"를 함께 사용했으며, "ASIAN AND PACIFIC ISLANDER"와 "ASIAN AND PACI"를 함께 사용했습니다. 이로 인해 데이터가 부정확하게 표현되었습니다.
ChatGPT의 한 가지 이점은 세션 전반에 걸쳐 지침을 기억한다는 것입니다. 그래서 다음과 같은 지시를 내릴 수 있습니다.
프롬프트
다음 모든 요청에 대해 "WHITE NON HISPANIC"과 "WHITE NON HISP"를 함께 그룹화하십시오. "BLACK NON HISPANIC"과 "BLACK NON HISP"를 함께 그룹화합니다. 그룹 "ASIAN AND PACIFIC ISLANDER"와 "ASIAN AND PACI". 민족을 표시할 때 두 민족 이름 중 더 긴 이름을 사용합니다.
동일한 프롬프트를 사용하여 차트를 다시 시도해 보겠습니다.
8단계: 차트 내보내기
프롬프트
각 민족에 대해 각 성별에 대해 하나씩 두 개의 원형 차트를 제시합니다. 각 원형 차트에는 해당 성별과 민족에 대한 상위 5개의 아기 이름이 나열되어야 합니다. 밝은 색상만 사용합니다.
결과적으로 차트는 너무 작아서 읽을 수 없는 텍스트를 생성했습니다. 따라서 더 유용한 차트를 얻으려면 다시 내보낼 수 있습니다. 파일 형식과 파일 너비를 모두 지정하겠습니다.
프롬프트
이 차트를 3000픽셀 너비의 JPG 파일로 내보냅니다.
결과는 다음과 같습니다.
'프로그래밍 > AI' 카테고리의 다른 글
| 챗GPT 엑셀수식 만들기 (0) | 2023.10.18 |
|---|---|
| 챗GPT 논문, 프리젠테이션, 연구자료 조사하는 방법 (0) | 2023.10.18 |
| 챗GPT 프롬프트 작성하는 방법 (0) | 2023.10.18 |
| 챗GPT 시작하기 (0) | 2023.10.18 |
| 파이썬 AI 딥러닝 음성인식 (0) | 2023.08.09 |