如何用 Open Interpreter 帮你自动做数据可视化？
（注：本文为小报童精选文章，已订阅小报童或加入知识星球「玉树芝兰」用户请勿重复付费）
千万不要跟我一样望文生义，觉得它只是个开源的 Code Interpreter（Advanced Data Analysis）而已。
新选项
早在 5 月份，我就曾经给你讲过 如何用 Code Interpreter （现在已经改名，叫做 Advanced Data Analysis）不编程做数据分析。
当时，大多数用户即便购买了 Plus 也无法使用这个模式，因为 Code Interpreter 当时只对很小部分用户灰度开放。他们读完我的文章，发现 Code Interpreter 这么强，自己却用不了，很是难受。
很快，我就 分享了新的方法—— 可以用 ChatGPT Plus 插件，来实现类似的功能。
又有读者说，不打算购买 ChatGPT Plus ，觉得太贵。不过这个自动分析功能，真的是不能割舍啊。
于是，我又 写文章给你推荐了 Code Interpreter API。
写完这几篇，我觉得用 GPT-4 做自动数据分析的事儿，基本上就算搞定了。
当我看到 Open Interpreter 推出时自称为 Open Source Code Interpreter （开源的代码解释器），根本就没当回事儿。因为类似的应用，我觉得司空见惯了。
但是，倪考梦老师一直催我写写这个 Open Interpreter。看到他如此兴奋，我才认真去看看，Open Interpreter 究竟能干啥。
结果发现，自己又一次望文生义，差一点儿跟一个非常重要的好工具失之交臂。
从前做自动数据分析，都是需要你适应 ChatGPT 模式或者插件提供的界面，然后把自己的数据「推上去」。但现在，是你在本地利用 Open Interpreter 把这种神奇的 LLM 功能「拉过来」，帮助自己分析本地数据。我试用了几个场景，感觉真的是太奇妙了。
本文就给你介绍一下如何安装 Open Interpreter ，并且给你介绍几个数据分析的使用样例。希望对你初步了解它能有帮助。
安装
首先咱们 先打开 Open Interpreter 的 Github 页面，是这个样子的。
你看，这个项目有超过 20000 颗星，而且 星星数量变化的趋势图是这样的：
8 月底至今，简直就是爆发啊。
Open Interpreter 的 Github 页面上，有最为简单的安装方式，只需要一行代码。
不过我试了直接安装，不好使。
pip install open-interpreter你看，直接报错。
我仔细看了一下报错原因，是由于本地安装的 Python 版本与 Open Interpreter 的要求不匹配。
好在这不是什么大事儿。既然是 Python 版本问题，就得用虚拟环境来解决版本问题。有了 Anaconda ，搭建一个虚拟环境并不困难。
conda create -n openinterpreter python=3.11虚拟环境搭建过程中， Anaconda 提示你是否安装这些软件包，回车即可。
很快虚拟环境就安装好了。
使用的时候，记得先执行以下命令，把虚拟环境激活。
conda activate openinterpreter然后开始安装 Open Interpreter 自身的软件包。
pip install open-interpreter你看，Open Interpreter 欢快安装中。
很快就安装完了。
下面咱们可以执行：
interpreter -y注意这里的参数 -y 的意思是：
你想好了就干，别来烦我。
如果不加这个参数，Open Interpreter 每一步操作都要征求你的意见。严谨客气，但是很麻烦。
第一次运行，Open Interpreter 会停在这里，要求你进行设置。
这是让你选择使用的 LLM。默认的方法，是调用 GPT-4，为此你得先得输入 OpenAI API key。
另一种方式，是使用 Code-Llama 这个本地的免费开源模型。因为那涉及到一系列安装，咱们这次就先不折腾了。直接用 GPT-4 好了。因为目前位置，GPT-4依然是最强的数据分析LLM工具。
这里我输入了自己的 OpenAI API key，回车。
至此，安装完成。下面你就可以开始提问了。
对比
咱们先做个最简单的测试，不提供自己的数据，先看看 Open Interpreter 能不能帮咱们访问公开数据，例如股票价格。作为对比，我先问 ChatGPT Plus 的 Advanced Data Analysis 模式。