Datalore

Datalore 是一个基于人工智能的数据分析工具，结合了Anthropic的Claude API以及多种数据分析库和自定义函数，提供了一个用户能够使用自然语言命令进行数据分析的互动界面。

✨ 主要功能

• 🗣️ 通过自然语言进行数据分析
• 🧠 集成了Anthropic的Claude API，提供高级语言处理功能
• 📁 支持从各种文件格式加载数据（如CSV、Excel、JSON）
• 🧹 数据预处理和清洗
• 🔬 探索性数据分析（EDA）
• 📈 统计分析
• 📊 数据可视化
• 🐍 执行自定义Python代码以完成复杂操作
• 💬 管理对话历史
• 🎨 彩色终端输出以增强可读性

📋 要求

• Python 3.7以上版本
• Anthropic API密钥

🚀 安装步骤

1. 克隆代码库：

   git clone https://github.com/yourusername/datalore.git
   cd datalore
   

2. 安装所需的包：

   pip install -r requirements.txt
   

3. 设置Anthropic API密钥：

   • 在项目根目录创建 .env 文件
   • 添加你的API密钥：ANTHROPIC_API_KEY=your_api_key_here

🎮 使用方法

运行主脚本：

python datalore.py

根据提示与Claude进行互动，可以提问、请求数据分析任务或执行自定义的Python代码。

例如：

• “加载 sales_data.csv 文件”
• “给我看一个数据总结”
• “创建一个价格对数量的散点图”
• “对数据运行线性回归”

💻 自定义代码执行

你可以使用 execute_code 工具执行自定义的Python代码，这允许进行更复杂的操作和数据处理。代码将在沙盒环境中执行，以确保安全性。

示例：

# 假设 'current_df' 已经载入了你的数据
current_df = current_df.dropna()  # 移除含有缺失值的行
current_df['new_column'] = current_df['existing_column'] * 2  # 创建一个新列
current_df = current_df[current_df['some_column'] > 0]  # 过滤行

🛡️ 安全性与限制

• 工具包含代码执行的安全检查，以防止恶意操作。
• 大数据集可能影响性能，建议初期使用样本数据进行分析。
• 该工具依赖于Anthropic API，因此需要互联网连接。

🤝 贡献

欢迎对Datalore做出贡献！请随时提交拉取请求（Pull Request）。

📄 许可证

该项目基于MIT许可证发布 - 详见LICENSE文件。

🙏 致谢

• 感谢Anthropic提供的Claude API
• 感谢开源社区提供的各种数据分析库

Datalore适用于需要简化数据分析流程的场景，如数据科学研究、商业数据分析和教育培训等。通过自然语言和自定义代码的结合，Datalore使得数据处理更加直观和高效。