如何让AI更加熟悉JMP中的JSL脚本语言？

[#1]

我经常使用 AI 编写 Python 代码，但我发现它对 JSL 不太熟悉。我解释说我想打开本地 JMP 文件或将结果保存为 JMP 表，但它经常给我处理 CSV 文件的代码，或者它生成的 JMP 表代码不起作用。

我必须不断提醒它正确的语法。

以下是读取JMP文件的语法参考：

import jmp
import numpy as np
import pandas as pd
from pandas.api.types import is_object_dtype, is_numeric_dtype, is_bool_dtype, is_string_dtype

# creating a Pandas dataframe from a JMP DataTable directly
dt = jmp.open(jmp.SAMPLE_DATA + "Big Class.jmp")

# create pandas DataFrame from Big Class
df = pd.DataFrame()
for idx in range( len(dt) ):
    df[ dt[idx].name ] = np.array( dt[idx] )

以下是保存为 JMP 表的语法参考：

    import jmp    dt = jmp.DataTable("JMP", df.shape[0])  
    for col in df.columns:
        col_type = jmp.DataType.Numeric  
        dt.new_column(col, col_type)
        dt[col] = list(df[col])

[#2]

您可以通过尝试提示来给予它一些帮助，并确保它理解您想要 JSL，但很可能它没有太多有关 JMP/JSL 的材料，因此会犯错误。

[#3]

嗨@拉拉 ，

您是否尝试过Marketplace 上提供的 JMP 学习机器人？它已针对 JMP 材料（包括 JSL 脚本索引和 JSL 文档）进行了专门训练，可能会为您提供更好的输出。

总的来说，我认为大多数人工智能（目前）在使用 JSL 而不是 Python 时遇到困难，仅仅是因为有大量的Python 材料可以用来训练人工智能模型——从我使用 ChatGPT 的时间来看，我注意到一些团队正在制作基于 JMP 的 GPT 来工作。

谢谢，

本

[#4]

这可能与你的期望不符，但生成代码的一种方法是使用 Workflow Builder 记录自己执行的任务，然后让 AI 为其生成代码。Workflow Builder 会生成 JSL，然后你可以根据需要复制/粘贴/修改它。

[#5]

谢谢！

我主要让 AI 直接在 Python 代码中与 JMP 表交互。

[#6]

嗨@拉拉 ，

我无法分享特定的秘诀（就像这里的其他贡献者一样；围绕 JMP 的培训材料不够 - 特别是围绕 Python 的新功能）。

我发现它仍然成功的地方是将其用作脚本合作伙伴（ChatGPT 往往优于 Claude）。这需要 JSL 知识（可以使用 JMP 中的脚本索引进行支持），但你可以告诉 AI（我们就这么叫吧）它何时编写幻想代码并告诉它 JSL 的工作原理。

通过这种方式，您可以建立对话，让 AI 拥有所需的知识，您可以使用它为您编写代码。我特别喜欢 AI 不介意提出 2-3 个代码建议 ;-)。这也有助于引导 AI 走向您喜欢的编码风格。

希望这有帮助！

最好的

弗洛里安