Salt la conținutul principal
Română— Alege o limbă
Meniu

Analizați graficele cu Vision API

Lecția 7 din 12 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Citiți graficele ca un analist
  2. Principiile analizei graficelor
  3. Analiza unui grafic cu bare
  4. Extragerea datelor numerice
  5. Analiza unui grafic liniar (Tendințe)
  6. Analiza unui grafic circular (Distribuție)
  7. Fluxul de analiză a rapoartelor
  8. Limitele analizei graficelor
  9. Puncte cheie

Citiți graficele ca un analist

Graficele – cu bare, liniare, circulare, de arie – sunt omniprezente în rapoartele de afaceri, panourile de control (dashboards) și publicațiile științifice. Acestea prezintă o problemă specifică: informația este blocată într-o imagine, adesea fără datele sursă atașate. Un raport anual în format PDF poate conține treizeci de curbe, iar nimeni nu mai deține fișierul Excel original.

Vision API de la Mistral poate citi aceste grafice, interpreta tendințele și extrage date numerice. Această lecție vă arată cum să formulați prompturi care produc rezultate acționabile în loc de comentarii vagi și cum să structurați ieșirea.

Principiile analizei graficelor

Lăsat pe cont propriu, modelul produce o frază generică de genul „acest grafic arată evoluția vânzărilor“. Un prompt eficient impune în schimb un proces ordonat: identificați tipul de grafic (cu bare, liniar, circular, de dispersie), citiți axele și legendele cu unitățile și scările lor, extrageți valorile prin aproximarea poziției vizuale și abia apoi interpretați tendințele – creștere, scădere, sezonalitate, anomalii. Ordinea contează: o interpretare formulată înainte de citirea axelor este o interpretare inventată.

Analiza unui grafic cu bare

Mesajul de sistem este locul natural pentru a codifica această metodă o dată pentru totdeauna, indiferent de imaginea analizată:

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": """You are an expert data analyst. When analyzing a chart:
1. Identify the chart type and its title
2. Describe the axes (labels, units, scale)
3. List the main values you can read
4. Identify trends, highs/lows, and anomalies
5. Write a 2-3 sentence conclusion"""
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Analyze this bar chart of quarterly revenue."},
                {"type": "image_url", "image_url": "https://exemple.com/ca-trimestriel.png"}
            ]
        }
    ]
)

print(response.choices[0].message.content)

Promptul de sistem structurează răspunsul modelului în pași logici, îmbunătățind atât acuratețea, cât și lizibilitatea. Obțineți un raport coerent de la un grafic la altul, lucru esențial dacă aceste răspunsuri trebuie procesate automat ulterior.

Extragerea datelor numerice

Pentru a obține date utilizabile în loc de o descriere, instrucțiunea trebuie să fie explicit restrictivă. Modelul are o tendință naturală de a comenta; trebuie să îi interziceți acest lucru:

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "You are a data extractor. Analyze the chart and return the data as a markdown table. Do not comment, do not describe—only extract the data."
        },
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Extract the data from this bar chart into a table."},
                {"type": "image_url", "image_url": "https://exemple.com/ventes-mensuelles.png"}
            ]
        }
    ]
)

Modelul va returna ceva de genul:

| Month    | Sales (k€) |
|----------|------------|
| January  | 120        |
| February | 135        |
| March    | 148        |

Acest format se parsează în câteva linii de cod și se importă direct într-o foaie de calcul sau într-un DataFrame.

Analiza unui grafic liniar (Tendințe)

Graficele liniare sunt deosebit de potrivite pentru analiza tendințelor, iar întrebarea poate deveni atunci un chestionar complet pus în mesajul utilizatorului:

prompt_tendance = """Analyze this line chart and answer:
1. What is the general trend (rising, falling, stable)?
2. Are there any inflection points? If so, on what dates?
3. Do you observe seasonality?
4. What is the approximate value at the start and end of the period?
5. What projection do you make for the next quarter?"""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": prompt_tendance},
                {"type": "image_url", "image_url": "https://exemple.com/evolution-prix.png"}
            ]
        }
    ]
)

A cincea întrebare este de o natură diferită față de primele patru: cere o extrapolare, nu o citire. Tratați răspunsul său ca pe o ipoteză de validat, niciodată ca pe un fapt.

Analiza unui grafic circular (Distribuție)

Pentru graficele circulare, întrebarea se concentrează pe proporții și concentrare mai degrabă decât pe evoluție:

prompt_camembert = """Analyze this pie chart:
- List each segment with its approximate percentage
- Identify the dominant segment
- Indicate whether the distribution is concentrated or dispersed
Return the data in a markdown table."""

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": prompt_camembert},
                {"type": "image_url", "image_url": "https://exemple.com/repartition-marche.png"}
            ]
        }
    ]
)

Verificați întotdeauna dacă suma procentajelor returnate este aproape de 100: un total de 87% semnalează o citire incompletă, un segment uitat sau unul ascuns de legendă.

Fluxul de analiză a rapoartelor

Aceste apeluri izolate devin utile la scara unui întreg raport. Scriptul următor scanează un dosar de grafice exportate, solicită de fiecare dată o ieșire JSON standardizată și înregistrează totul într-un singur fișier:

import base64
from pathlib import Path
from mistralai.client import Mistral
import json

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

def encoder_image(chemin):
    with open(chemin, "rb") as f:
        b64 = base64.standard_b64encode(f.read()).decode("utf-8")
    return f"data:image/png;base64,{b64}"

def analyser_graphique(chemin_image, question=None):
    """Analyze a chart and return structured data."""
    if question is None:
        question = "Analyze this chart. Return a JSON with: type (bar/line/pie/other), title, data (array of {label, value}), trend, and summary."

    response = client.chat.complete(
        model="mistral-large-latest",
        messages=[
            {
                "role": "system",
                "content": "Return only valid JSON, no markdown code blocks."
            },
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": question},
                    {"type": "image_url", "image_url": encoder_image(chemin_image)}
                ]
            }
        ]
    )

    return response.choices[0].message.content

# Analyze all charts in a folder
dossier = Path("rapport/graphiques/")
resultats = {}

for fichier in sorted(dossier.glob("*.png")):
    print(f"Analyse de {fichier.name}...")
    resultats[fichier.name] = analyser_graphique(fichier)

# Save results
with open("rapport/analyse_graphiques.json", "w", encoding="utf-8") as f:
    json.dump(resultats, f, ensure_ascii=False, indent=2)

Instrucțiunea „no markdown code blocks“ evită neplăcerea clasică a JSON-ului încapsulat în triple backticks, care blochează parsarea.

Limitele analizei graficelor

Patru situații pun modelul la încercare și trebuie să le cunoașteți înainte de a construi un proces în jurul său. În primul rând, valorile precise: acestea sunt estimate pe baza poziției vizuale a barelor sau punctelor, cu o marjă de eroare de 5 până la 10%. În al doilea rând, graficele aglomerate, unde multiple serii, legende și text mic estompează lizibilitatea. În al treilea rând, rezoluția scăzută, care face etichetele neclare sau pixelate și ilizibile – amintiți-vă redimensionarea internă descrisă în Lecția 2. În final, graficele 3D, unde perspectiva distorsionează mecanic citirea înălțimii.

Concluzia practică este clară: pentru o extragere precisă, preferați exportul datelor sursă ca CSV atunci când este disponibil. Vision API este ideal pentru analiza rapidă și sinteză, nu pentru a înlocui o foaie de calcul. Excelă atunci când datele sursă au dispărut; este o alegere slabă atunci când datele sunt la îndemână.

Puncte cheie

  • Utilizați Mistral Large 3 pentru analiza graficelor – precizia este critică
  • Structurați promptul în pași: tip, axe, valori, tendințe, concluzie
  • Solicitați explicit un format de ieșire (tabel markdown, JSON) pentru date utilizabile
  • Modelul estimează valorile cu o marjă de 5–10% – nu îl utilizați pentru cifre exacte
  • Combinați Vision API cu un export CSV pentru a beneficia de avantajele ambelor lumi