Диаграми и графики
На тази страница
Анализ на визуални данни
Диаграмите, графиките и таблиците са навсякъде в професионалния свят: финансови отчети, табла с показатели (dashboards), презентации, научни публикации. Grok Vision Ви позволява автоматично да извличате данни и прозрения от тези визуализации.
Защо това се различава от OCR
Анализът на диаграми отива далеч отвъд простото извличане на текст. Моделът трябва да:
- Идентифицира типа на диаграмата (стълбовидна, линейна, кръгова, точкова и др.)
- Разчете осите и техните мащаби
- Извлече числови стойности
- Разбере легендите и да ги свърже със съответните серии данни
- Интерпретира трендове и закономерности
Анализ на проста диаграма
def analyze_chart(image_url):
prompt = """Analyze this chart and provide:
1. Chart type (bar, line, pie, etc.)
2. Chart title (if visible)
3. X and Y axis labels
4. Extracted data as a table
5. Main observed trend
6. Any annotations or notable points
Present the data in a markdown table."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Режимът detail: "high" е от съществено значение за четене на точни стойности по осите и в легендите.
Извличане на таблични данни
За да получите данни, готови за директна употреба във Вашия код:
def extract_chart_data(image_url):
prompt = """Extract data from this chart in JSON.
Expected format:
{
"type": "bar|line|pie|scatter",
"title": "...",
"x_axis": {"label": "...", "values": [...]},
"y_axis": {"label": "...", "unit": "..."},
"series": [
{
"name": "Series 1",
"values": [10, 20, 30, ...]
}
]
}
Estimate numerical values as precisely as possible
based on the position of points/bars relative
to the tick marks."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Анализ на технически диаграми
Grok също така обработва отлично архитектурни диаграми, блок-схеми и потоци от процеси:
def analyze_diagram(image_url):
prompt = """Analyze this technical diagram and describe:
1. Diagram type (architecture, flow, flowchart, UML, etc.)
2. Main components/entities
3. Connections and relationships between components
4. Data or process flow (if applicable)
5. Technologies or tools mentioned
If this is a flow diagram, describe the main path
from end to end."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": image_url, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Сравняване на диаграми
Можете да изпратите няколко диаграми в една и съща заявка за сравнителен анализ:
def compare_charts(url_chart_1, url_chart_2):
prompt = """Compare these two charts and identify:
1. Common points (measured variables, period, etc.)
2. Differences in trend
3. Significant gaps
4. A 3-4 sentence summary"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Chart 1:"},
{"type": "input_image", "image_url": url_chart_1, "detail": "high"},
{"type": "input_text", "text": "Chart 2:"},
{"type": "input_image", "image_url": url_chart_2, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Професионален случай на употреба: Автоматизирани отчети
Представете си конвейер, който трансформира екранни снимки на табла с показатели в текстови отчети:
def generate_dashboard_report(screenshots):
report_sections = []
for i, screenshot in enumerate(screenshots, 1):
prompt = f"""You are a business analyst. This screenshot
is section {i} of a dashboard. Analyze the displayed metrics
and write a professional summary paragraph.
Include:
- Main KPIs and their values
- Trends (increase, decrease, stability)
- Visible alerts or anomalies
- A recommendation if relevant"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_image", "image_url": screenshot, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
report_sections.append(response.output_text)
return "\n\n".join(report_sections)
Ограничения на анализа на диаграми
- Точност на стойностите: Grok оценява стойностите въз основа на визуалната позиция. За точни стойности предпочитайте изходните данни.
- 3D диаграми: Перспективните изображения усложняват четенето на стойности.
- Припокриващи се диаграми: Когато няколко серии се припокриват, разграничаването може да бъде трудно.
- Малки легенди: Легенди с много дребен текст могат да бъдат прочетени погрешно дори в режим
high.
Ключови изводи
- Grok анализира диаграми, като разбира контекста, а не просто текста.
- Използвайте
detail: "high"за точно четене на стойности и легенди. - Искайте структуриран формат (JSON, таблица в markdown), за да използвате данните ефективно.
- Сравнението на множество изображения работи добре за кръстосан анализ.
- Извлечените стойности са визуални оценки, а не точни данни.