Diagrammid ja graafikud
Sellel lehel
Visuaalsete andmete analüüs
Diagrammid, graafikud ja tabelid on ärimaailmas kõikjal levinud: finantsaruanded, juhtpaneelid, esitlused, teaduspublikatsioonid. Grok Vision võimaldab sul nendelt visuaalidelt automaatselt andmeid ja sisendit ekstraheerida.
Miks see erineb OCR-ist?
Graafikute analüüs on palju enamat kui lihtne teksti eraldamine. Mudel peab:
- Määrama graafiku tüübi (tulpdiagramm, joondiagramm, sektordiagramm, hajuvusdiagramm jne)
- Lugema telgi ja nende skaalasid
- Extraheerima andmete väärtused
- Mõistma legende ja seostama need andmeridadega
- Tõlgendama trende ja mustreid
Lihtsa graafiku analüüs
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
Režiim detail: "high" on hädavajalik telgede ja legendide täpsete väärtuste lugemiseks.
Tabelandmete ekstraheerimine
Andmete kättesaamiseks otse koodis kasutamiseks:
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
Tehniliste skeemide analüüs
Grok tuleb hästi toime ka arhitektuuriskeemide, vooskeemide ja protsessidiagrammidega:
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
Graafikute võrdlemine
Saad saata ühes päringus mitu graafikut võrdlevaks analüüsiks:
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
Professionaalne kasutusjuhtum: automatiseeritud aruanded
Kujuta ette torustikku, mis muudab juhtpaneelide ekraanitõmmised tekstiaruanneteks:
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)
Graafikute analüüsi piirangud
- Väärtuste täpsus: Grok hindab väärtusi visuaalse asukoha põhjal. Täpsete väärtuste jaoks eelista algseid andmeid.
- 3D-graafikud: Perspektiivis esitused raskendavad väärtuste lugemist.
- Kattuvad graafikud: Kui mitu rida kattuvad, võib nende eristamine olla keeruline.
- Väikesed legendid: Väga väikese tekstiga legendid võivad isegi režiimis
highvalesti loetud saada.
Peamised punktid
- Grok analüüsib graafikuid, mõistes konteksti, mitte ainult teksti
- Kasuta väärtuste ja legendide täpseks lugemiseks režiimi
detail: "high" - Küsi struktureeritud vormingut (JSON, markdown-tabel), et andmeid ära kasutada
- Mitme pildi võrdlus toimib hästi ristanalüüsiks
- Ekstraheeritud väärtused on visuaalsed hinnangud, mitte täpsed andmed