启用并使用代码解释器

代码解释器是 Conversational Analytics 的一项功能,可将自然语言问题转换为 Python 代码,以提供高级分析和可视化图表。与标准 SQL 驱动的 BI 体验不同,代码解释器支持各种数据分析,从基本计算和图表绘制到更高级的任务(如时序预测)。借助代码解释器,用户可以执行这些类型的高级分析,而无需具备高级编码或统计方法的专业知识,从而增强对话式分析功能。

代码解释器可在 Looker Studio 中用于对话式分析,但需要订阅 Looker Studio Pro。

了解 Gemini for Google Cloud 如何以及何时使用您的数据

准备工作

如需使用代码解释器,您必须满足在 Looker Studio 中使用对话式分析的要求:

  • 您必须是 Looker Studio Pro 订阅下的用户。

启用代码解释器

如需为所有对话和数据代理启用代码解释器,请按以下步骤操作:

  1. 在对话式分析的左侧导航面板中,点击高级分析切换开关以启用代码解释器。
  2. 启用代码解释器后,您可以像往常一样使用对话式分析来开始对话并询问数据相关问题。Code Interpreter 使用 Gemini Chat 的引擎将您的查询转换为 Python 代码并执行该代码。

已知限制

  • 代码解释器使用 Python 来解决问题。由于 Python 比结构化查询语言更灵活,因此代码解释器的回答可能比核心对话式分析体验的回答更具多样性。
  • 对于 Looker 数据,对话分析每次查询最多可返回 5,000 行。
  • 代码解释器支持这些 Python 库。如需请求支持其他 Python 库,请发送电子邮件至 conversational-analytics-feedback@google.com
  • 代码解释器回答不支持以下可视化图表类型:
    • 地图

如需了解其他限制,请参阅有关 Conversational Analytics 中的已知限制的文档。

受支持的 Python 库

显示受支持的 Python 库

代码解释器支持以下 Python 库:

  • altair
  • attrs
  • chess
  • contourpy
  • cycler
  • entrypoints
  • fonttools
  • fpdf
  • geopandas
  • imageio
  • jinja2
  • joblib
  • jsonschema
  • jsonschema-specifications
  • kiwisolver
  • lxml
  • markupsafe
  • matplotlib
  • mpmath
  • numexpr
  • numpy
  • opencv-python
  • openpyxl
  • packaging
  • pandas
  • patsy
  • pdfminer-six
  • pillow
  • plotly
  • protobuf
  • pylatex
  • pyparsing
  • PyPDF2
  • python-dateutil
  • python-docx
  • python-pptx
  • pytz
  • referencing
  • reportlab
  • rpds-py
  • scikit-image
  • scikit-learn
  • scipy
  • seaborn
  • six
  • statsmodels
  • striprtf
  • sympy
  • tabulate
  • tensorflow
  • threadpoolctl
  • toolz
  • torch
  • tzdata
  • xlrd

建议的问题

启用代码解释器后,对话式分析功能可借助 Python 的高级分析功能回答更多问题,而不仅仅是标准类型的受支持问题。例如:

  • 您能根据我的数据说明销售额的关键驱动因素吗?
  • 每个客户细分的生命周期价值是多少?其中已将平均购买频率和平均订单价值考虑在内。
  • 今年的销售额与去年的销售额相比如何?
  • 识别销售数据中的离群值,以帮助确定表现特别好或特别差的产品或区域。
  • 执行同类群组分析,了解客户留存情况。
  • 利润最高的产品是否也是最受欢迎的产品?使用此答案提供有关如何优化我的产品组合的建议。
  • 过去 3 年内,各产品类别的销售额复合年增长率 (CAGR) 是多少?
  • 以条形图显示复合年增长率,其中 x 轴为产品类别,y 轴为复合年增长率。