Share
Embed
Transcript
33 slides
-
発表の概要 • 自己紹介 • Djangoとわたし • StreamlitとDashとわたし • DjangoとStreamlitとDash •
Jupyter notebook上でDashを使う • StreamlitおよびDjangoで生成AIアプリ • まとめ -
データ分析職 の中での私の 立ち位置 • 大きく分けて3つの名前(役割名) • データエンジニア、データサイエンティスト、 データアナリスト • データエンジニアはデータ分析基盤をつくる
• データサイエンティストはアルゴリズムを開 発 • データアナリストは… • 私の所属していた会社ではデータアナリストはUS 側ではデータエバンジェリストとも呼ばれる • 顧客対応(お客さんと一緒にデータの有効な 活用方法を議論、データ分析の結果を報告) • データの分析(pandas, geopandas, scikit-learn, QGIS) • SaaSを提供 • Djangoを使用 • エンジニアチームが主導 -
データアナリストの 仕事 • データの確認 • データのクリーニング・ラングリング • 機械学習 • 可視化
• 報告書作成 • 報告 • 納品 -
データ分析職のた めの道具 • データ分析 • Jupyter notebook • Python(pandas, scikit-learn)
• (Streamlit, Dash) • ChatGPT -
Djangoとわたし • 前職を退職し以前から興味があった職業訓練校へ • Webエンジニアを目指すコース • 2023年7月〜9月末(3か月) • 学んだこと: コンピュータ基礎、HTML、CSS、SQL、Python、Django
• 毎日赤坂にあるビルの一室で授業・演習 • 一冊Djangoの本を読んでみた! • MTV(MVT?) • クラスベースビュー, 関数ベースビュー -
職業訓練校でDjangoを学ぶ – いいね機能 の実装 10 class ArticlePost(models.Model): … likes =
models.ManyToManyField(CustomUser, verbose_name='likes’, related_name='article_post') def like_post(request, post_id): post = ArticlePost.objects.get(pk=post_id) user = request.user if user in post.likes.all(): post.likes.remove(user) post.likes_count -= 1 else: post.likes.add(user) post.likes_count += 1 -
職業訓練校でDjangoを学ぶ – いいね機能 の実装 11 <form action="{% url 'onelineapp:like_post' record.pk
%}" method="POST"> {% csrf_token %} {% if user in record.likes.all %} <button type="submit", name="post_id" value="{{ record.id }}"><i class="fa fa-heart-o" style="color:blue" id="heart-icon">Unlike</i></button> {% else %} <button type="submit", name="post_id" value="{{ record.id }}"><i class="fa fa-heart" style="color:red" id="heart-icon">Like</i></button> {% endif %} </form> -
Djangoを学んでみて感じたイメージ • 難しいは難しい(初学者が学ぶハードルが高い) • ファイルはたくさんある(プロジェクトを作成するとたくさんファイルができ る) • そこそこコードを書く • すぐには動かない(ex.
Hello, World的アプリケーション) • 大規模開発向き? -
Streamlitと Dashと わたし(1) • Dashとの出会い • Python for Shinyとの触れ込み (2018年頃)
• もともとRユーザー • ラクしてWebアプリを作成したい(データ 分析に注力したい) • ドキュメントの翻訳をしたり • Streamlitとの出会い • Courseraで講義を発見 • 使ってみると超簡単にフロントエンドが書 ける・デプロイできる • pydeckが使えた • PyCon JP 2020チュートリアルでも使用 -
Streamlitと Dashと わたし(2) • 書き方は似ている • たぶん競合 • どちらも簡単にデータ駆動のwebアプリ を作成できる
• Dashにはまとまった情報 を得ることができる日本語 の本がある -
Streamlitと Dashとわた し(3) • Streamlitの利点 • Snowflakeが買収 • Snowflakeとの連携 •
データ分析職にとってのSnowflakeの存在感 • Tableauと組み合わせて使うこともできる • https://docs.streamlit.io/knowledge- base/tutorials/databases/tableau -
DjangoとDashとStreamlit • DashやStreamlitはJupyter notebookと親和性が高い • この後ライブコーディングで紹介(DashをJupyter notebookと併用) • DjangoをJupyter notebookで使う方法もある
• https://medium.com/ayuth/how-to-use-django-in-jupyter-notebook- 561ea2401852 -
DjangoとDashとStreamlit • DjangoにReactを組みあわせる < DjangoにDashを組み合わせる < Dashのみでつ くる • イマドキのフロントエンドづくりがカンタン!
• django-plotly-dashというパッケージがあるのでDjangoとDashの組み合わせは可能だ が使うのは調べた限りでは大変そう • DashはHTMLになれている人がコンポーネントをつくっていくと便利(Reactだと 大変) • 「DashからReactへ」という道もよいのでは?(for データ分析のひとたち) • React (for フロントエンドの人) -
Jupyter notebookを 使って DashでWebアプリ 的なものをつくる https://github.com/plotly-dash- book/events/blob/main/20201205/da sh/plotly_dash_hands_on.ipynb 注) グラフが表示されないときはコマンドライン
で以下を実行してください。 $ jupyter labextension install jupyterlab-plotly $ jupyter labextension install @jupyter-widgets/jupyterlab-manager plotlywidget -
生成AIアプリ(OpenAIのAPIを使 う)をStreamlitで作ってみる import streamlit as st import openai openai.api_key =
"YOUR_API_KEY“ prompt = st.chat_input("どんな画像が欲しいですか?") if prompt: response = openai.Image.create( prompt=prompt, n=1, size="512x512" ) image_url = response['data'][0]['url'] st.image(image_url) -
生成AIアプリ(OpenAIのAPIを使 う)をDjangoで作ってみる(2) - settings.pyの編集 #settings.py INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth',
'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', ‘chatapp’, # アプリの登録 ] -
生成AIアプリ(OpenAIのAPIを使 う)をDjangoで作ってみる(3) - プロジェクトのurls.pyの編集 # project_name/urls.py from django.contrib import admin
from django.urls import path, include urlpatterns = [ path('admin/', admin.site.urls), path('chatapp/', include('chatapp.urls')), # chatappの URLインクルード ] -
生成AIアプリ(OpenAIのAPIを使 う)をDjangoで作ってみる(4) - アプリのurls.pyを編集 # yourapp/urls.py from django.urls import path
from . import views urlpatterns = [ path('', views.chatbot_view, name='chatbot_view'), ] -
生成AIアプリ(OpenAIのAPIを使 う)をDjangoで作ってみる(5) - Viewを記述 # chatapp/views.py from django.shortcuts import render
import openai openai.api_key = “YOUR_API_KEY“ def chatbot_view(request): if request.method == 'POST': prompt = request.POST.get('prompt', '') if prompt: response = openai.Image.create( prompt=prompt, n=1, size="512x512" ) image_url = response['data'][0]['url'] return render(request, 'chatbot.html', {'image_url': image_url}) return render(request, 'chatbot.html') -
生成AIアプリ(OpenAIのAPIを使 う)をDjangoで作ってみる(6) - テンプレートを記述 <!-- myapp/templates/chatbot.html --> <!DOCTYPE html> <html>
<head> <meta charset="utf-8"> <title>Chatbot Image Generator</title> </head> <body> <h1>Chatbot Image Generator</h1> <form method="post"> {% csrf_token %} <label for="prompt">どんな画像が欲しいですか?</label> <input type="text" name="prompt" id="prompt" required> <input type="submit" value="生成"> </form> {% if image_url %} <img src="{{ image_url }}" alt="Generated Image"> {% endif %} </body> </html>