نویسنده(های): جان لوون، دکترا
در ابتدا منتشر شد به سمت هوش مصنوعی.
تجسم روندهای هشدار دهنده جابجایی UNHCR با پایتون
این داستان فقط برای اعضا در اختیار ماست. برای دسترسی به تمام Medium ارتقا دهید.
Python Streamlit یک چارچوب عالی برای ایجاد رابط‌های وب تعاملی است – و GPT-4 می‌تواند کدهای Streamlit را در یک لحظه تولید کند.
این را با Python Plotly برای تجسم داده های خود ترکیب کنید و نقشه ها و نمودارهای زیبایی دارید که می توانند با ابزارهای Streamlit متحرک شوند.
مثل من، بیشتر شما نیاز به مدرک دارید، پس اجازه دهید به شما نشان دهم چگونه.
پناهنده UNHCR مجموعه داده حاوی داده های به روز شده اخیر در مورد جابجایی جهانی است.
بیایید GPT-4 را دریافت کنیم تا به ما کمک کند این را از طریق نقشه Choropleth سفارشی و انیمیشن نمودار خطی تجسم کنیم. و بیایید آن را به صورت مدولار انجام دهیم.
مجموعه داده های سازمان ملل در مورد جابجایی افراد به خوبی حفظ شده و جاری است. ما می توانیم نمایش فعلی جابجایی را در اینجا مشاهده کنیم.
با گسترده‌ترین سکته‌های مغزی، به وضوح می‌توانیم ببینیم که اعداد جابجایی انسان با سرعت بسیار نگران‌کننده‌ای رو به افزایش است.
ما می‌توانیم داده‌های خام را برای دانلود از اینجا پیدا کنیم.
برای هدف این تمرین، من داده های 20 ساله (2004-2024) را بر اساس کشور انتخاب کرده ام (برای تجزیه و تحلیل دقیق تر).
فایل صفحه گسترده شما باید شبیه به ساختار زیر باشد:
پس از دانلود صفحه گسترده از سایت کمیساریای عالی پناهندگان سازمان ملل متحد، باید ردیف های اضافی را از بالا حذف کنید و می توانید… وبلاگ کامل را به صورت رایگان در Medium بخوانید.
منتشر شده از طریق به سمت هوش مصنوعی