Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Diagrammas un grafiki

Nodarbība 7 no 12 Atjaunota 2026. gada 30. jūlijs Iesācējs
Šajā lapā
  1. Vizuālo datu analīze
  2. Kāpēc tas atšķiras no OCR
  3. Vienkāršas diagrammas analīze
  4. Tabulas datu iegūšana
  5. Tehnisko diagrammu analīze
  6. Grafiku salīdzināšana
  7. Profesionāls lietošanas gadījums: automatizēti pārskati
  8. Diagrammu analīzes ierobežojumi
  9. Galvenās atziņas

Vizuālo datu analīze

Grok analizē finanšu grafiku Grafiki, diagrammas un tabulas ir visuresošas profesionālajā vidē: finanšu pārskatos, informācijas paneļos, prezentācijās, zinātniskajās publikācijās. Grok Vision ļauj automātiski iegūt datus un atziņas no šiem vizuālajiem materiāliem.

Kāpēc tas atšķiras no OCR

Diagrammu analīze ir daudz vairāk nekā vienkārša teksta izgūšana. Modelim ir jā:

  • Identificē diagrammas tips (stabiņu, līniju, sektoru, izkliedes utt.)
  • Nolasa asis un to mērogu
  • Iegūst datu vērtības
  • Saprot leģendas un sasaista tās ar datu virknēm
  • Interpretē tendences un modeļus

Vienkāršas diagrammas analīze

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

Režīms detail: "high" ir būtisks, lai precīzi nolasītu vērtības uz asīm un leģendās.

Tabulas datu iegūšana

Lai iegūtu datus, kas ir gatavi tiešai izmantošanai tavā kodā:

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

Tehnisko diagrammu analīze

Grok lieliski tiek galā arī ar arhitektūras diagrammām, plūsmas shēmām un procesu kartēm:

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

Grafiku salīdzināšana

Tu vari nosūtīt vairākus grafikus vienā pieprasījumā, lai veiktu salīdzinošo analīzi:

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

Profesionāls lietošanas gadījums: automatizēti pārskati

Iedomājies procesu, kas pārvērš informācijas paneļu ekrānuzņēmumus teksta pārskatos:

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)

Diagrammu analīzes ierobežojumi

  • Vērtību precizitāte: Grok novērtē vērtības, balstoties uz to vizuālo novietojumu. Precīzām vērtībām izmanto avota datus.
  • 3D diagrammas: Perspektīvas attēlojumi apgrūtina vērtību nolasīšanu.
  • Pārklājušās diagrammas: Ja vairākas datu virknes pārklājas, to atšķiršana var būt sarežģīta.
  • Mazas leģendas: Leģendas ar ļoti mazu tekstu var tikt nolasītas nepareizi pat high režīmā.

Galvenās atziņas

  • Grok analizē grafikus, izprotot kontekstu, nevis tikai tekstu.
  • Izmanto detail: "high", lai precīzi nolasītu vērtības un leģendas.
  • Pieprasi strukturētu formātu (JSON, markdown tabula), lai izmantotu datus.
  • Vairāku attēlu salīdzināšana darbojas labi krustanalīzei.
  • Iegūtās vērtības ir vizuāli novērtējumi, nevis precīzi dati.