Diagramos ir grafikai
Šiame puslapyje
Vaizdinių duomenų analizė
Grafikai, diagramos ir lentelės yra повсеместны profesiniame pasaulyje: finansinėse ataskaitose, valdymo skydeliuose, prezentacijose, moksliniuose leidiniuose. „Grok Vision“ leidžia automatiškai išgauti duomenis ir įžvalgas iš šių vaizdų.
Kuo tai skiriasi nuo OCR
Grafikų analizė gerokai lenkia paprastą teksto ištraukimą. Modelis turi:
- Nustatyti grafiko tipą (stulpelinis, linijinis, skritulinis, sklaidos diagrama ir kt.)
- Nuskaityti ašis ir jų skalės
- Išgauti duomenų reikšmes
- Suprasti legendas ir susieti jas su duomenų eilutėmis
- Interpretuoti tendencijas ir dėsningumus
Paprasto grafiko analizė
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
Režimas detail: "high" yra būtinas norint tiksliai nuskaityti reikšmes ašyse ir legendose.
Lentelinių duomenų ištraukimas
Norėdami gauti duomenis, paruoštus tiesioginiam naudojimui savo kode:
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
Techninių diagramų analizė
„Grok“ taip pat puikiai tvarkosi su architektūros diagramomis, srautų schemomis ir procesų žemėlapiais:
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
Grafikų palyginimas
Galite siųsti kelis grafikus tame pačiame užklausoje lyginamajai analizei atlikti:
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
Profesinis naudojimo atvejis: automatizuotos ataskaitos
Įsivaizduokite sistemą, kuri paverčia valdymo skydelių ekrano kopijas tekstinėmis ataskaitomis:
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)
Grafikų analizės apribojimai
- Reikšmių tikslumas: „Grok“ įvertina reikšmes pagal vizualinę padėtį. Tiksloms reikšmėms geriau naudoti pirminius duomenis.
- 3D grafikai: Perspektyviniai vaizdai apsunkina reikšmių nuskaitymą.
- Persidengiantys grafikai: Kai persidengia kelios eilutės, jas atskirti gali būti sunku.
- Mažos legendos: Legendos su labai smulkiu tekstu gali būti neteisingai nuskaitytos net ir naudojant
highrežimą.
Svarbiausi punktai
- „Grok“ analizuoja grafikus suprasdamas kontekstą, o ne tik tekstą
- Naudokite
detail: "high"tiksliam reikšmių ir legendų nuskaitymui - Prašykite struktūruoto formato (JSON, „markdown“ lentelė), kad galėtumėte panaudoti duomenis
- Kelių vaizdų palyginimas puikiai tinka kryžminei analizei
- Išgautos reikšmės yra vizualiniai įverčiai, o ne tikslūs duomenys