一个内接gpt的数模工作台——科技改变数模格局_数学建模工作台

 一网址简介

     本质上这是一个利用gpt进行辅助数学建模的一个网站，该网站的特色在于可以结合赛题，与数据进行分析与建模。gpt就把屠龙宝剑，建模水平的不同，能发挥出它的作用也不同。网站如下，网站首页有教程

http://freesgpt.cn

二使用简介

  网站主页面

  以2023年国赛c题为例。上传附件前需要截取数据的表头和前几行即可，否则文件太大gpt不会处理。

然后可以按自动分析一键分析，或者一步一步根据自己的需要请求。

向其描述自身需求，辅助代码的编写，它会给你一个大致的框架，导入数据，或者部分细节需要自己修改。以下都是gpt数据可视化的结果，附上调试好的代码。

 数据清洗，分类汇总后的数据格式

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
 
 
# 读取数据并创建DataFrame
category_month = pd.read_excel('./品类.xlsx')  # 替换为您的数据文件路径
# 指定品类列名
category_columns = ['花菜类', '花叶类', '辣椒类', '茄类', '食用菌', '水生根茎类']
category_month['销售日期'] = pd.to_datetime(category_month['销售日期'])
category_month['月份'] = category_month['销售日期'].dt.month
category_month = category_month.melt(id_vars=['销售日期', '月份'], value_vars=category_columns, var_name='品类', value_name='销售量')
 
light_palette = sns.color_palette("bright")  # 使用pastel调色板来获得浅色调
sns.set_palette(light_palette)
plt.figure(figsize=(10, 6))
sns.boxplot(data=category_month, x='月份', y='销售量', hue='品类', showfliers=False)
plt.legend(loc='upper left')
plt.title('各品类蔬菜在各个月份销售量分布',fontsize=20)
plt.xlabel('月份',fontsize=16)
plt.ylabel('销售量',fontsize=16)
plt.savefig('各品类蔬菜在各个月份销售量分布.png')
plt.show()

各个菜品单日的销量数据绘制成热力图，仅展示相关性大于0.4的 

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
 
single_item=pd.read_excel('./单品.xlsx',index_col='销售日期')
# 计算斯皮尔曼相关系数
spearman_corr = single_item.corr(method='spearman')
 
# 选择要显示的标签数量
max_labels = 40 # 假设你只想显示10个标签
 
# 提取相关性系数最高的标签
top_labels = spearman_corr.abs().sum().nlargest(max_labels).index
 
# 提取子矩阵
sub_matrix = spearman_corr.loc[top_labels, top_labels]
sub_matrix[np.abs(sub_matrix) < 0.4] = 0
 
# 绘制热力图
plt.figure(figsize=(10, 8))
sns.heatmap(sub_matrix, cmap="Greens", annot=False, square=True)
plt.title("菜品销售量热力图",fontsize=20)
plt.xticks(range(len(sub_matrix.columns)), sub_matrix.columns, rotation=90)
plt.yticks(range(len(sub_matrix.columns)), sub_matrix.columns)
plt.savefig('菜品销售量热力图.png')
plt.show()

 三结语

    GPT（Generative Pre-Trained Transformer，生成式预训练的转化模型）势必改变日后人类学习知识的方式与格局。

  该工作平台在2023.10.20-2023.10.24期间，gpt4的调度（即专业版）免费，大家可以去试试玩玩。