PandasAI的应用与实战解析（二）：PandasAI使用流程与功能介绍

PandasAI这个工具最突出的优点就是通过结合了Pandas和生成式LLMs，极大地为开发人员降低了工作量。

• 传统的开发调用流程（数据分析相关）：
  可以看到，对于开发人员来说实现一个需求需要完成多个步骤。
  

• 使用PandasAI之后的开发调用流程：
  PandasAI 使用生成式 AI 模型来理解和解释自然语言查询，并将其转换为 python 代码和 SQL 查询。然后，它使用代码与数据进行交互，并将结果返回给用户。可以看到，PandasAI从很大程度上降低了后端开发的工作量。
  

1.使用PandasAI进行开发的流程

• 要使用PandasAI进行开发，首先，需要导入数据，可以是非数据库的pandas.DataFrame()或者数据库的connector如MySQLConnector。
• 然后，声明主类对象，根据数据的不同可以选择单帧数据一次提问的SmartDataFrame、多帧数据一次提问的SmartDatalake或多帧数据多次提问的Agent。
• 接下来，调用方法进行回答，包括基础问、响应式提问、针对回答进行解释、对用户的查询语句进行优化重组。
• 最后，返回结果，不仅支持结构化数据返回，还支持图表（如下图所示）：

代码示例如下：

"""Example of using PandasAI with a pandas dataframe"""

from pandasai import SmartDataframe