通义千问API：数据分析插上AI的翅膀

爱吃土豆丝呦
657 阅读3分钟

前言

在之前文章中我们通过Python实现了爬虫，并成功爬取了网页的html数据

文章直达：网络爬虫开发：JavaScript与Python特性的小差异 - 掘金 (juejin.cn)

那么本篇文章将为您介绍通义千问API的特点和功能,并分享如何利用它来提升数据分析能力,让数据分析插上AI的翅膀,驶向更广阔的天空。

通义千问API

通义千问API就是一个将AI技术与数据分析完美结合的产品,它可以帮助用户快速从海量数据中提取有价值的洞见,为各行各业的决策提供强有力的支持

我们如果想使用通义千问的API有以下步骤

  1. 注册阿里云账号：如果你还没有阿里云账号，首先需要注册并登录。
  2. 创建API密钥：登录阿里云控制台，访问相应的API管理界面，创建API密钥（Access Key ID 和 Access Key Secret）
  3. 了解API文档：查阅通义千问的官方API文档，了解可用的API接口、请求参数、响应格式等信息。
  4. 安装必要的依赖库：如果你使用的是特定的编程语言，比如Python，你可能需要安装像requests这样的库来发送HTTP请求。
  5. 编写代码调用API
  6. 处理响应
  7. 错误处理

首先你需要有一个阿里的账号

接下来我们来到模型服务灵积-总览 (aliyun.com)

image.png

生成通义千问的api_key，并保存好api_key

接下来我们就需要去编写代码了

首先安装对应的库

# 安装通义千问依赖
!pip install dashscope

接下来编写prompt

prompt = f"""
{movies}
这是一段电影列表的html，请获取电影名（name）、封面链接（picture）、简介（info）、评分（score），评论人数（commentsNumber）,
请使用括号的单词名作为属性名，以json数组的格式返回
"""

现在我们有了调用的必须的几样东西了，api_key、propmt、依赖、要处理的数据

要处理的数据是之前通过爬虫爬取的豆瓣网页的html数据

image.png

接下来我们就去调用通义处理数据了

import dashscope

#api_key
dashscope.api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxx"

def call_qwen_with_prompt(prompt):
  messages = [{
      'role':'user',
      'content':prompt
  }]
  response = dashscope.Generation.call(
      dashscope.Generation.Models.qwen_turbo,
      messages=messages,
      result_messages = 'message'
  )
  print(response)
  return response

call_qwen_with_prompt(prompt)

现在我们来逐步分析一下这段代码

import dashscope

这行代码导入了 dashscope 库,这个是用于与通义千问去交互的一个库

#api_key
dashscope.api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxx"

这行代码设置了 Anthropic API 的 API 密钥,这是验证你请求的必需项。你需要将 "sk-xxxxxxxxxxxxxxxxxxxxxxxx" 替换为你自己的 API 密钥

def call_qwen_with_prompt(prompt):
    messages = [{
        'role':'user',
        'content':prompt
    }]
    response = dashscope.Generation.call(
        dashscope.Generation.Models.qwen_turbo,
        messages=messages,
        result_messages = 'message'
    )
    print(response)
    return response

call_qwen_with_prompt(prompt)

这部分定义了一个名为 call_qwen_with_prompt 的函数,该函数接受一个 prompt 参数。

在函数内部:

  1. 创建了一个包含单个消息的列表 messages。这个消息有两个键:'role'和'content'。'role'被设置为'user',表示这是用户提供的提示。'content'被设置为传递给函数的 prompt 参数。

  2. 调用 dashscope.Generation.call() 方法,传递以下参数:

    • dashscope.Generation.Models.qwen_turbo: 指定要使用的语言模型为 qwen_turbo。
    • messages=messages: 将前面创建的 messages 列表传递给该参数。
    • result_messages='message': 指定将返回单个消息作为结果。

  3. 打印出返回的响应。

  4. 返回响应。

可以看到我们在控制台中就成功的获取到了处理以后的数据

image.png

总结

本文通过使用通义千问的API将爬虫爬取的网页html数据进行处理成我们想要的数据格式

希望通过本文能够让你有所收获！！！

avatar
文章
阅读
粉丝