Assistant scénario▸ 
Apps AI 
Actualités AI Probly : application de tableur alimentée par l'IA, combinée à l'analyse de données en Python
小编 ·
Probly : application de tableur alimentée par l'IA, combinée à l'analyse de données en Python
Qu'est-ce que Probly ?
Probly est une application de tableur alimentée par ai, qui combine les fonctionnalités d'un tableur avec les capacités d'analyse de données en Python.
Principales fonctionnalités de Probly
Tableur interactif
Prend en charge l'édition directe des cellules, la saisie de formules (commençant par =), la mise en forme des cellules ainsi que le copier-coller.
Prend en charge plusieurs types de formules, notamment les opérations mathématiques (telles que SUM, AVERAGE), les fonctions statistiques (telles que STDEV, MEDIAN), les fonctions logiques (telles que IF, AND), les fonctions de recherche (telles que VLOOKUP, HLOOKUP) et les fonctions de texte (telles que CONCATENATE, LEFT).
Importation/Exportation de données
Prend en charge l'importation de fichiers Excel (format .xlsx) et l'exportation du tableur au format Excel, tout en conservant les formules et la mise en forme.
Intégration des fonctionnalités IA
Invoquez l'assistant IA via un raccourci clavier (tel que Ctrl+Shift+/) ou en cliquant sur l'icône.
Vous pouvez poser des questions en langage naturel, obtenir des informations sur les données, des suggestions de formules, générer des graphiques, et même exécuter des analyses Python.
Interface et interaction
Fournit une barre d'outils pour un accès rapide aux fonctions couramment utilisées, telles que l'importation, l'exportation et la gestion des graphiques.
Prend en charge les raccourcis clavier standard des tableurs pour faciliter l'utilisation.
Analyse Python
Exécutez du code Python directement dans le navigateur, sans installation de dépendances supplémentaires.
Grâce à la technologie WebAssembly, le code Python est exécuté localement dans le navigateur, garantissant la confidentialité des données.
Graphiques et visualisation
Prend en charge la génération de graphiques et de visualisations basés sur les données
Stack technique de Probly
Framework front-end : l'application est construite sur Next.js et fonctionne de manière fluide sur les navigateurs modernes et主流.
Environnement d'exécution Python : grâce à Pyodide (Python compilé en WebAssembly), l'exécution du code Python côté navigateur est possible.
Outil de visualisation : utilise ECharts pour des visualisations de données variées.
Comment utiliser Probly ?
Installation
Vous pouvez l'installer depuis GitHub via pip :
pip install git+https://github.com/bencwallace/probly#egg=probly
Démarrage rapide
Initialisez des variables aléatoires et effectuez des opérations :
>>> import probly as pr >>> X = pr.Ber() # variable aléatoire de Bernoulli >>> Y = pr.Ber(0.9) >>> Z = pr.Unif(-10, 10) # variable aléatoire de distribution uniforme >>> W = (1 + X) * Z / (5 + Y) # nouvelle variable aléatoire >>> W.mean() # calculer la moyenne
Appel des fonctionnalités IA
Utilisez un raccourci clavier (tel que Ctrl+Shift+/) ou cliquez sur l'icône pour invoquer l'assistant IA.
Exécution de code Python
Exécutez du code Python directement dans le navigateur, sans installation de dépendances supplémentaires.
Importation et exportation de données
Prend en charge l'importation de fichiers Excel (format .xlsx) et l'exportation au format Excel
Cas d'utilisation de Probly
Analyse de données quotidienne : que ce soit pour des tâches de traitement de données professionnelles ou des besoins personnels d'organisation de données, l'analyse peut être effectuée efficacement dans le tableur, avec du code Python pour gérer les calculs complexes et une assistance intelligente pour obtenir des informations utiles.
Domaine de l'éducation et de l'apprentissage : peut servir d'outil pédagogique pour aider les étudiants à apprendre l'analyse de données, la programmation Python et la visualisation de données, en approfondissant la compréhension grâce à la pratique.
Bureautique quotidienne : les utilisateurs ordinaires peuvent utiliser les fonctionnalités IA pour obtenir rapidement des informations sur les données.
Dépôt GitHub :https://github.com/PragmaticMachineLearning/probly
