參加你附近的 ,瞭解 VS Code 中的 AI 輔助開發。

在 VS Code 中使用 AI 編輯 Jupyter Notebook

Visual Studio Code 支援原生使用 Jupyter Notebook,以及透過 Python 程式碼檔案。VS Code 中的 AI 功能可以幫助你建立和編輯 Notebook,以及分析和視覺化資料。在本文中,你將學習如何使用 VS Code 中的 AI 功能來處理 Jupyter Notebook。

搭建新的 Notebook

為了加快新 Notebook 的上手速度,你可以使用 VS Code 中的 AI 功能來搭建一個新的 Notebook。使用自然語言提供有關你想要新增的功能和你想要使用的庫的詳細資訊。

要使用 AI 建立新的 Notebook,請選擇以下任一選項

  • 在聊天輸入框中輸入 /newNotebook 斜槓命令,然後輸入要建立的 Notebook 的詳細資訊。

    示例提示

    • /newNotebook 使用 pandas 和 seaborn 讀取並可視化泰坦尼克號資料集。顯示資料集中的關鍵資訊。
    • /newNotebook /newNotebook 分析 housing.csv 檔案中的資料
  • 切換到代理模式,然後輸入一個自然語言提示,要求建立一個新的 Notebook。

    示例提示

    • 建立一個 Notebook,從 #housing.csv 中讀取資料並繪製價格分佈圖
    • 建立一個 Jupyter Notebook,從 #housing.csv 讀取資料。執行所有單元格。

以下截圖顯示了代理模式對提示“建立一個 Jupyter Notebook,從 #housing.csv 讀取資料”的輸出(你可以從 Kaggle 獲取此資料集)

Screenshot that shows a new notebook created by agent mode that reads the 'housing.csv' file in the workspace.

請注意,建立了一個新的 .ipynb 檔案,其中包含用於讀取 CSV 檔案和顯示資料前幾行的 Markdown 和程式碼單元格。

現在,你可以手動進一步編輯 Notebook,或使用 AI 進行內聯編輯或傳送後續聊天請求來修改 Notebook。

在 Notebook 單元格中進行內聯編輯

如果你已經有一個 Notebook 並希望在單元格中進行一些內聯更改,你可以使用內聯聊天,就像在程式碼檔案中一樣。

要在單元格中進行內聯編輯,請按 ⌘I (Windows, Linux Ctrl+I)。這將開啟內聯聊天檢視,你可以在其中輸入你的提示。

提示

你可以在聊天提示中引用核心變數。輸入 # 後跟變數名來引用它。例如,如果你有一個名為 df 的變數,你可以在聊天提示中輸入 #df 來引用它。

Screenshot that shows the inline chat view in a notebook cell.

當生成響應時,請注意程式碼在 Notebook 單元格中已更新。你可以**接受**更改,並決定**接受並執行**單元格的更改。

要使用 AI 生成新單元格,請在 Notebook 檢視中選擇**生成**按鈕,或者在不聚焦任何單元格的情況下按 ⌘I (Windows, Linux Ctrl+I) 為新單元格開啟內聯聊天檢視。

跨多個單元格進行編輯

要進行跨多個單元格的較大編輯,你可以在聊天檢視中切換到代理模式。提供一個提示來請求對 Notebook 進行更改,代理模式將迭代完成任務以實現這些更改。

示例提示

  • 繪製價格分佈圖
  • 在視覺化和處理資料之前,請確保資料已經清理
  • 顯示資料集中不同特徵之間的相關性
  • 使用 matplotlib 而不是 seaborn 來繪製資料
  • 移除資料集資訊的顯示

Screenshot that shows the response from agent mode to the prompt 'Plot a graph of the price distribution'.

請注意,你可以使用覆蓋控制元件在不同的編輯建議之間導航,並保留或撤銷更改。

詢問有關 Notebook 內容的問題

你可以使用聊天介面詢問有關 Notebook 內容的問題。這對於獲取程式碼、資料或視覺化的解釋很有用。你可以在聊天請求中新增額外的上下文,例如單元格輸出、圖表或錯誤。

以下示例展示瞭如何詢問有關 Notebook 中視覺化的問題。

  1. 選擇圖表旁邊的 ...,然後選擇**將單元格輸出新增到聊天**,將圖表作為上下文新增到你的聊天請求中。

    Screenshot that shows the context menu for a graph in a notebook cell.

  2. 在聊天輸入欄位中輸入提示“解釋此圖表”。

    請注意,你會得到關於圖表的詳細解釋。

    Screenshot that shows the response from chat to the prompt 'Explain this chart'.

執行資料分析和視覺化

你可以透過在聊天中使用代理模式,對資料集進行完整的資料分析和視覺化 Notebook。代理模式會分析資料集,然後搭建一個新的 Notebook,實現用於執行資料分析的程式碼,並執行單元格來處理和視覺化資料。根據需要,代理模式會呼叫相關的工具和終端命令來完成其任務。

例如,對住房資料集進行資料分析

  1. 在聊天中開啟代理模式

  2. 在聊天輸入欄位中輸入以下提示:對 #housing.csv 中的資料進行資料分析

    請注意,代理模式會迭代完成不同的任務。需要時,請批准工具和命令的呼叫。

  3. 結果是一個新的 Notebook,其中包含對資料集的完整資料分析,包括資料清理、資料視覺化和統計分析。

    Screenshot that shows the response from agent mode to the prompt 'Perform data analysis of the data in housing.csv'.

現在,你可以手動進一步編輯 Notebook,或使用 AI 進行內聯編輯或傳送後續聊天請求來修改 Notebook。

後續步驟