前言

我們繼上一篇討論以下功能：

1. 除錯(Debug)。
2. 測試案例生成(Test case generation)。
3. 衡量效能(Performance mertics)。
4. SQL解析(SQL parsing)。
5. SQL生成(SQL generation)。
6. 資料分析(Data analysis)。

除錯(Debug)

ChatGPT也可以幫程式設計師抓臭蟲，對於初入門者非常有幫助。

範例1. 程式除錯。

1. 輸入提示(Prompt)如下：

debug the following code:
    for i in range(10):
        a = random.randint(1,12)
        b = random.randint(1,12)
        question = "What is "+a+" x "+b+"? "
        answer = input(question)
        if answer = a*b
            print (Well done!)
        else:
            print("No.")

2. ChatGPT的回應：

1. random模組未引入(random module is not imported)。
2. 字串格式化(String formatting)錯誤。
3. 比較符號(Comparison operator)錯誤。
4. 缺少分號(Missing colon)。
5. 輸入未轉換(Conversion of user input)。

3. 測試：程式碼存檔為20\debug_test.py後執行。

python debug_test.py

4. 執行結果：沒有錯誤，無需修改即可執行。

What is 2 x 4? 6
No.
What is 9 x 12? 108
Well done!
What is 6 x 9? 54
Well done!

測試案例生成(Test case generation)

前幾篇討論了單元測試、TDD，我們必須提供較多的案例，驗證的覆蓋率才會比較高，程式品質才能確保，但是，撰寫測試案例很花時間，程式設計師通常都懶得作，這時ChatGPT就可派上用場了。

範例2. 測試案例生成。

1. 輸入提示(Prompt)如下：將範例1提示稍作修改，並請ChatGPT生成測試案例。

generate test cases for the following code:
import random, math 

for i in range(10):
    a = random.randint(1, 12)
    b = random.randint(1, 12)
    question = "What is " + str(a) + " / " + str(b) + "? " 
    answer = int(input(question))
    
    if math.floor(answer) == math.floor(a /b): 
        print("Well done!")
    else:
        print("No.")

2. ChatGPT的回應：生成8個測試案例。
   

衡量效能(Performance mertics)

ChatGPT可以衡量演算法或程式的效能，作為效能改善的參考。

範例3. 衡量排序演算法的效能。

1. 輸入提示(Prompt)如下：請ChatGPT生成bubble sort演算法的程式碼。

provide code for bubble sort

2. ChatGPT的回應：生成函數及呼叫程式碼。

def bubble_sort(arr):
    n = len(arr)
    
    # Traverse through all array elements
    for i in range(n):
        swapped = False
        
        # Last i elements are already sorted
        for j in range(0, n-i-1):
            
            # Swap if the element found is greater than the next element
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
                swapped = True
        
        # If no two elements were swapped by inner loop, then the list is sorted
        if not swapped:
            break

# Example usage
arr = [64, 34, 25, 12, 22, 11, 90]
print("Original array:", arr)
bubble_sort(arr)
print("Sorted array:", arr)

3. 輸入提示(Prompt)如下：請ChatGPT衡量演算法的效能。

calculate its time complexity

4. ChatGPT的回應：

• 最糟糕的情況(Worst case)：O(n^2)。
• 最好的情況(Best case)：O(n)。
• 平均(Average)：O(n^2)。

5. 再輸入提示(Prompt)如下：請ChatGPT生成quick sort演算法的程式碼。

provide code for quick sort

6. ChatGPT的回應：生成函數及呼叫程式碼，太厲害了，根據上面對話，連衡量演算法的效能也一併回答了。

• 最糟糕的情況(Worst case)：O(n^2)。
• 最好的情況(Best case)：O(n logn)。
• 平均(Average)：O(n logn)。

def quick_sort(arr):
    # Base case: arrays with 1 or 0 elements are already sorted
    if len(arr) <= 1:
        return arr
    
    # Choose a pivot (here, the last element of the array)
    pivot = arr[len(arr) - 1]
    
    # Partition the array into two sub-arrays
    left = [x for x in arr[:-1] if x <= pivot]  # Elements less than or equal to the pivot
    right = [x for x in arr[:-1] if x > pivot]  # Elements greater than the pivot
    
    # Recursively apply quicksort to the left and right sub-arrays
    return quick_sort(left) + [pivot] + quick_sort(right)

# Example usage
arr = [64, 34, 25, 12, 22, 11, 90]
print("Original array:", arr)
sorted_arr = quick_sort(arr)
print("Sorted array:", sorted_arr)

7. 總結：quick_sort平均效能比bubble sort好，最好的情況比bubble sort差，那是在數列原本已經按順序排好的狀況。

SQL解析(SQL parsing)

通常我們使用SQL存取資料庫，SQL會是很長一串，連結許多資料表，例如SQL Server的範例資料庫Northwind，結構如下圖:

範例4. 進行銷售量統計。

1. 提示(Prompt)如下：輸入SQL，請ChatGPT解析。

explain the following SQL:
SELECT Categories.CategoryName, 
       Products.ProductName, 
       Sum(([Order Details].UnitPrice*Quantity*(1-Discount)/100)*100) AS ProductSales
FROM Categories
 JOIN    Products On Categories.CategoryID = Products.CategoryID
    JOIN  [Order Details] on Products.ProductID = [Order Details].ProductID     
     JOIN  [Orders] on Orders.OrderID = [Order Details].OrderID 
WHERE Orders.ShippedDate Between DATETIME('1997-01-01') And DATETIME('1997-12-31')
GROUP BY Categories.CategoryName, Products.ProductName;

2. ChatGPT的回應：會先逐段拆解SQL，再作彙總說明，甚至能產出預期的內容及格式。
   

這對撰寫SQL的老手都有莫大的幫助，有時候別人寫的SQL很難理解，須一邊核對DB Schema，一邊觀察輸出結果，才能瞭解SQL的用意，ChatGPT幫我們全部彙總在一起，對於除錯及優化，非常有幫助。

SQL生成(SQL generation)

與SQL解析相反，以下透過描述，請ChatGPT幫我們生成SQL。我們會覺得ChatGPT很熟悉Northwind資料庫，測試可能不客觀，所以，改以筆者自創的資料庫試試看。

範例5. 生成SQL與Django ORM程式碼。

1. 提示(Prompt)如下：首先使用SQLiteSpy產生每一個資料表的定義(Schema)，貼在提示後面，請ChatGPT生成【投票統計】的SQL。

generate vote summary based on database schema as below:
CREATE TABLE "polls_poll" ("id" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "name" varchar(50) NOT NULL, "description" text NOT NULL, "pub_date" datetime NOT NULL);
CREATE TABLE "polls_question" ("id" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "seq_no" integer NOT NULL, "question_text" varchar(200) NOT NULL, "is_optional" bool NOT NULL, "poll_id" bigint NOT NULL REFERENCES "polls_poll" ("id") DEFERRABLE INITIALLY DEFERRED);

CREATE INDEX "polls_question_poll_id_b6ace2e1" ON "polls_question" ("poll_id");
CREATE TABLE "polls_choice" ("id" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "seq_no" integer NOT NULL, "choice_text" varchar(200) NOT NULL, "question_id" bigint NOT NULL REFERENCES "polls_question" ("id") DEFERRABLE INITIALLY DEFERRED);

CREATE INDEX "polls_choice_question_id_c5b4b260" ON "polls_choice" ("question_id");
CREATE TABLE "polls_vote" ("id" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "user_id" varchar(20) NOT NULL, "fill_date" datetime NOT NULL, "poll_id" bigint NOT NULL REFERENCES "polls_poll" ("id") DEFERRABLE INITIALLY DEFERRED);

CREATE INDEX "polls_vote_poll_id_482e29e3" ON "polls_vote" ("poll_id");
CREATE TABLE "polls_vote_result" ("id" integer NOT NULL PRIMARY KEY AUTOINCREMENT, "question_id" bigint NOT NULL REFERENCES "polls_question" ("id") DEFERRABLE INITIALLY DEFERRED, "vote_id" bigint NOT NULL REFERENCES "polls_vote" ("id") DEFERRABLE INITIALLY DEFERRED, "choice_no" integer NOT NULL);

CREATE INDEX "polls_vote_result_question_id_c803bc7c" ON "polls_vote_result" ("question_id");

2. ChatGPT的回應：生成SQL如下。

SELECT 
    p.name AS poll_name,
    q.seq_no AS question_number,
    q.question_text,
    c.seq_no AS choice_number,
    c.choice_text,
    COUNT(vr.id) AS vote_count
FROM 
    polls_poll p
JOIN 
    polls_question q ON p.id = q.poll_id
JOIN 
    polls_choice c ON q.id = c.question_id
LEFT JOIN 
    polls_vote_result vr ON c.seq_no = vr.choice_no AND vr.question_id = q.id
JOIN 
    polls_vote v ON v.poll_id = p.id AND v.id = vr.vote_id
GROUP BY 
    p.name, q.seq_no, q.question_text, c.seq_no, c.choice_text
ORDER BY 
    p.name, q.seq_no, c.seq_no;

3. 將SQL貼到SQLiteSpy內執行，結果如下：完全無誤，它還統計每個問題的人數，更勝過筆者撰寫的程式。
   

4. 進一步測試是否可以將SQL轉換成Django ORM指令，提示(Prompt)如下：

please convert above SQL to Django ORM statement

5. 竟然也成功了，太可怕了。

from django.db.models import Count

# Query to get vote summary
vote_summary = (Poll.objects
    .filter(vote__isnull=False)  # Ensures that only polls with votes are considered
    .values('name', 'question__seq_no', 'question__question_text', 'question__choice__seq_no', 'question__choice__choice_text')
    .annotate(vote_count=Count('question__choice__voteresult'))
    .order_by('name', 'question__seq_no', 'question__choice__seq_no')
)

# Example of how to print or use the result
for poll in vote_summary:
    print(f"Poll: {poll['name']}")
    print(f"Question {poll['question__seq_no']}: {poll['question__question_text']}")
    print(f"  Choice {poll['question__choice__seq_no']}: {poll['question__choice__choice_text']} - {poll['vote_count']} votes")

資料分析(Data analysis)

ChatGPT也可以幫我們分析資料，這裡要特別介紹【Sketch】套件，它可以搭配ChatGPT或其他LLM模型，進行以下工作：

1. 資料目錄(Data Catalog)：產生表格及其欄位資訊(Metadata)。
2. 資料清理(Data cleaning)、特徵萃取(Feature extraction)。
3. 資料分析(Data analysis)。

步驟如下：

1. 安裝套件：包括ChatGPT的API套件【OpenAI】。

pip install sketch
pip install openai

2. 設定環境變數：須訂閱ChatGPT API，才能使用程式呼叫ChatGPT API。

SKETCH_USE_REMOTE_LAMBDAPROMPT=False
OPENAI_API_KEY=<YOUR_API_KEY>

3. 使用Jupyter notebook，開啟sketch_test.ipynb。

4. 載入測試資料集tips。

import sketch
import seaborn as sns
df = sns.load_dataset('tips')
df.head()

5. 使用【ask】查詢資料表的tip欄位平均值：預設會傳送資料與問題給ChatGPT。

df.sketch.ask("how much is average tip?")

6. ChatGPT的回應：

The average tip is 2.998279.

7. 產生繪圖指令：【howto】是提問程式如何寫。

df.sketch.howto("Plot the sex versus tip")

8. ChatGPT的回應：

import matplotlib.pyplot as plt

# create a bar plot of sex versus tip
plt.bar(df['sex'], df['tip'])

# add labels and title
plt.xlabel('Sex')
plt.ylabel('Tip')
plt.title('Tip Amount by Sex')

# show the plot
plt.show()

9. 將程式貼到下一個空格(Cell)進行繪圖：
   

10. 使用【apply】指令，針對表格的每一筆資料詢問ChatGPT。

import pandas as pd
print(pd.DataFrame({'State': ['Colorado', 'Kansas', 'California', 'New York']})
      .sketch.apply("What is the capitol of [{{ State }}]?"))

11. ChatGPT的回應：回傳每個欄位(州)的首都。

0          \n\nThe capitol of Colorado is Denver.
1            \n\nThe capital of Kansas is Topeka.
2    \n\nThe capital of California is Sacramento.
3          \n\nThe capital of New York is Albany.

結語

除了以上介紹，ChatGPT還可以生成測試資料/表格、網頁、CSS...等，或許還有更多的未知世界有待我們去探索，連OpenAI CEO Sam Altman也不知道ChatGPT的極限到哪裡。

本系列的程式碼會統一放在GitHub，本篇的程式放在src/20資料夾，歡迎讀者下載測試，如有錯誤或疏漏，請不吝指正。