使用ChatGPT写代码靠谱吗？

原文链接：使用ChatGPT写代码靠谱吗？

写在前面

对于ChatGPT从我们“惊讶”到现在已经快一年多了，但是，对于个人来说，使用还是比较少的。更确切的来说，也许有些同学是没有使用过。

ChatGPT功能确实比较强大，但对于我们使用者来说，可能感觉自己使用时候并没有有直观的感受到他“所谓的强大”。对于个人来说，对于ChatGPT只是用来“搜索引擎”一样的功能。有时候，自己不会的内容，也会让它来搜索。

那么用ChatGPT来写绘图代码，或是分析代码可以吗？？

对于个人来说只能说是：仁者见仁智者见智。

使用ChatGPT写一个热图绘制的ShinyApp

提问

这样的提问，也是参考了Chen CJ老师。其实，也可以不用设定他的人设，直接提问，给出的答案基本是一致的。

给出需求

给出我们自己提问的问题，以及要求。要求，尽可能详细。

ChatGPT给出回答

我们分别使用ChatGPT 3.5和ChatGPT 4.0进行提问，给出的答案基本一致。

`ChatGPT 3.5`回答代码

# 安装所需包
if (!require("shiny")) {
  install.packages("shiny")
}
if (!require("ggplot2")) {
  install.packages("ggplot2")
}
if (!require("pheatmap")) {
  install.packages("pheatmap")
}

library(shiny)
library(ggplot2)
library(pheatmap)

# 创建一个简单的UI界面
ui <- fluidPage(
  titlePanel("Interactive Heatmap"),
  sidebarLayout(
    sidebarPanel(
      fileInput("file", "Choose a file"),
      selectInput("color_palette", "Select color palette", choices = c("viridis", "RdBu", "Blues")),
      selectInput("scale", "Choose data scaling method", choices = c("none", "row", "column", "both")),
      selectInput("output_format", "Choose output format", choices = c("pdf", "jpg", "png")),
      actionButton("draw_heatmap", "Draw Heatmap")
    ),
    mainPanel(
      plotOutput("heatmap_plot")
    )
  )
)

# 创建服务器端逻辑
server <- function(input, output) {
  data <- reactive({
    req(input$file)
    read.csv(input$file$datapath)
  })
  
  output$heatmap_plot <- renderPlot({
    req(input$draw_heatmap)
    
    pheatmap(data(), color = input$color_palette, scale = input$scale, filename = paste0("heatmap.", input$output_format))
  })
}

# 启动应用
shinyApp(ui = ui, server = server)

`ChatGPT 4.0`回答代码

packages <- c("shiny", "ggplot2", "heatmaply", "shinyWidgets", "colourpicker", "shinyjs")
if (length(setdiff(packages, rownames(installed.packages()))) > 0) {
  install.packages(setdiff(packages, rownames(installed.packages())))
}

library(shiny)
library(ggplot2)
library(heatmaply)
library(shinyWidgets)
library(colourpicker)
library(shinyjs)

# 定义 UI
ui <- fluidPage(

  # 添加所需的UI组件
  titlePanel("Interactive Heatmap"),
  sidebarLayout(
    sidebarPanel(
      fileInput('file1', 'Please choose a CSV file',
                accept=c('text/csv', 'text/comma-separated-values,text/plain', '.csv')),
      tags$hr(),
      checkboxInput('header', 'Header', TRUE),
      radioButtons('sep', 'Separator', c(Comma=',', Semicolon=';', Tab='\t'), ','),
      radioButtons('quote', 'Quote', c(None='', "Double Quote"='"', "Single Quote"="'"), '"'),
      colourInput("col","Heatmap Color", value = "red"),
      pickerInput("norm", "Normalization Method", choices = c("None", "Z-score", "Min-Max")),
      checkboxInput("cluster", "Cluster", FALSE),
      checkboxInput("sig", "Significance", FALSE),
      pickerInput("out", "Output Format", choices = c("PNG", "JPEG", "PDF")),
      actionButton("plotButton","Plot")
    ),

    mainPanel(
      plotlyOutput("heatmap")
    )
  )
)

# 定义服务器逻辑
server <- function(input, output) {
  data <- reactive({
    file1 <- input$file1
    if(is.null(file1)){return()} 
    read.csv(file=file1$datapath, sep=input$sep, header = input$header, stringsAsFactors = FALSE)
  })

  observeEvent(input$plotButton, {
    output$heatmap <- renderPlotly({
      if(input$norm == "Z-score"){
        data_norm <- scale(data())
      } else if(input$norm == "Min-Max"){
        data_norm <- (data() - min(data())) / (max(data()) - min(data()))
      } else {
        data_norm <- data()
      }
      heatmaply(data_norm, colors = colorRampPalette(input$col), k_row = ifelse(input$cluster, NA, 1), k_col = ifelse(input$cluster, NA, 1), labRow = ifelse(input$sig, rownames(data()), NULL))
    })
  })
}

# 运行应用
shinyApp(ui = ui, server = server)