| name | data-visualization-analysis |
| description | 对CSV/Excel数据进行全面的统计描述、相关性分析和可视化;当用户需要数据分析、数据探索、统计摘要、特征分布分析或相关性分析时使用 |
| dependency | {"python":["pandas>=2.0.0","numpy>=1.24.0","matplotlib>=3.7.0","seaborn>=0.12.0","openpyxl>=3.1.0"]} |
数据可视化分析 Skill
任务目标
- 本 Skill 用于对用户上传的 CSV 或 Excel 数据进行全面的统计分析和可视化
- 能力包含:描述性统计、相关性分析、特征分布可视化、相关性可视化
- 触发条件:用户上传数据文件并请求"数据分析"、"统计描述"、"相关性分析"、"数据可视化"等
前置准备
操作步骤
标准流程
步骤1:数据验证
步骤2:执行数据分析
调用 scripts/analyze_data.py 脚本执行全面分析:
python /workspace/projects/data-visualization-analysis/scripts/analyze_data.py \
--input_file <用户数据文件路径> \
--output_dir <输出目录路径>
参数说明:
--input_file:必需,CSV或Excel文件的完整路径
--output_dir:可选,分析结果输出目录,默认为 ./analysis_output
--target_column:可选,目标变量列名(用于重点分析相关性)
步骤3:查看HTML报告
脚本执行完成后,会生成一个完整的HTML分析报告文件:
analysis_report.html - 包含所有统计结果、图表和分析的HTML报告
步骤4:智能解读与洞察
智能体基于HTML报告内容提供:
- 数据质量评估(缺失值、异常值情况)
- 关键统计指标解读(均值、中位数、标准差等)
- 特征分布特征分析(偏态、峰度、异常值)
- 相关性模式识别(强相关、弱相关、负相关)
- 业务建议和后续分析方向
- 用户可以直接在浏览器中打开HTML报告查看所有可视化图表
可选分支
场景A:用户指定目标变量
- 添加
--target_column 参数
- 脚本会额外生成目标变量与其他特征的相关性排序图
场景B:大数据集优化
- 当数据行数超过10万行时,脚本自动采用采样策略
- 提示用户数据集较大,部分可视化采用采样方式
场景C:非数值型数据处理
- 自动识别非数值型特征(分类、文本等)
- 对分类特征生成频数统计和柱状图
- 相关性分析仅针对数值型特征
资源索引
注意事项
- 脚本会自动配置中文字体支持,确保HTML报告中的图表正确显示中文
- HTML报告使用响应式设计,可在桌面和移动设备上良好显示
- 所有图表以base64编码嵌入HTML,生成单个文件便于分享和存档
- 对于包含中文的数据文件,脚本会自动处理编码问题
- 大数据集(>10万行)可能需要较长处理时间,建议提前告知用户
使用示例
示例1:基础分析
python /workspace/projects/data-visualization-analysis/scripts/analyze_data.py \
--input_file ./sales_data.csv
示例2:指定目标变量
python /workspace/projects/data-visualization-analysis/scripts/analyze_data.py \
--input_file ./customer_data.xlsx \
--target_column purchase_amount \
--output_dir ./my_analysis
示例3:智能体解读流程
- 调用脚本执行分析
- 在浏览器中打开
analysis_report.html 查看完整报告
- 读取HTML报告中的统计表格和可视化图表
- 分析相关性热力图识别相关特征
- 检查特征分布图理解数据分布特征
- 综合所有信息向用户提供业务洞察