Kaaviot ja kaaviokuvat
Tällä sivulla
Visuaalisen datan analysointi
Kaaviot, diagrammit ja taulukot ovat kaikkialla ammattimaailmassa: rahoitusraporteissa, koontinäytöissä, esityksissä ja tieteellisissä julkaisuissa. Grok Visionin avulla voit automaattisesti purkaa näistä visuaalisista elementeistä dataa ja oivalluksia.
Miksi tämä eroaa OCR:stä
Kaavioiden analyysi menee pelkkää tekstin erottamista pidemmälle. Mallin tulee:
- Tunnistaa kaavion tyyppi (pylväs-, viiva-, ympyrä-, hajontakaavio jne.)
- Lukea akselit ja niiden asteikot
- Poimia data-arvot
- Ymmärtää selitteet ja yhdistää ne datasarjoihin
- Tulkita trendejä ja kuvioita
Yksinkertaisen kaavion analysointi
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
Tila detail: "high" on välttämätön akselien ja selitteiden arvojen tarkkaan lukemiseen.
Taulukkomuotoisen datan poimiminen
Saadaksesi datan valmiiksi suoraan koodissasi käytettäväksi:
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
Teknisten kaaviokuvien analysointi
Grok hallitsee hyvin myös arkkitehtuurikaaviot, vuokaaviot ja prosessikaaviot:
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
Kaavioiden vertailu
Voit lähettää useita kaavioita samassa pyynnössä vertailevaa analyysiä varten:
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
Ammattimainen käyttötapaus: Automatisoidut raportit
Kuvittele putki, joka muuntaa koontinäyttöjen kuvakaappaukset tekstiraporteiksi:
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)
Kaavioiden analyysin rajoitukset
- Arvojen tarkkuus: Grok arvioi arvot visuaalisen sijainnin perusteella. Käytä tarkkoihin arvoihin mieluummin lähdedataa.
- 3D-kaaviot: Perspektiiviesitykset vaikeuttavat arvojen lukemista.
- Päällekkäiset kaaviot: Kun useita sarjoja on päällekkäin, niiden erottaminen voi olla vaikeaa.
- Pienet selitteet: Erittäin pienellä tekstillä kirjoitetut selitteet voivat tulla väärin luetuiksi jopa tilassa
high.
Keskeiset asiat
- Grok analysoi kaavioita ymmärtämällä kontekstia, ei pelkkää tekstiä
- Käytä tilaa
detail: "high"arvojen ja selitteiden tarkkaan lukemiseen - Pyydä jäsenneltyä muotoa (JSON, markdown-taulukko) datan hyödyntämiseksi
- Usean kuvan vertailu toimii hyvin ristianalyysiin
- Poimitut arvot ovat visuaalisia arvioita, eivät eksakteja data-arvoja