菜单
凡是涉及数据分析、统计计算、数据清洗或可视化出图的任务都使用本技能——读取 CSV/Excel/JSON 数据、用 pandas 做清洗与统计聚合、用 matplotlib/seaborn 画折线/柱状/散点/热力图等并导出 PNG。只要用户给出数据文件、要求「分析数据」「画图」「统计」「可视化」「图表」就触发本技能。用本地 pandas + numpy + matplotlib + seaborn 实现，无需联网。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
凡是涉及 PDF 文件的任务都使用本技能——生成 PDF（报告/发票/证书/说明），从现有 PDF 提取文字，合并/拆分/旋转/裁剪页面，给 PDF 加水印或元数据。只要用户提到「PDF」「导出 PDF」「合并 PDF」「拆分 PDF」「提取 PDF 文字」就触发本技能。用本地 fpdf2（生成）+ pypdf（读取/处理）实现，无需联网。
凡是涉及 Word 文档（.docx）的任务都使用本技能——创建报告/简历/合同/说明文档，读取或提取现有 .docx 的文字，修改已有文档（追加段落、改文字、加表格图片）。只要用户提到「Word」「文档」「.docx」「报告」并希望产出可下载的 Word 文件，就触发本技能。用本地 python-docx 实现，无需联网。
凡是涉及 PowerPoint 演示文稿（.pptx）的任务都使用本技能——创建幻灯片/演示稿/汇报/路演 PPT，读取或提取现有 .pptx 的文字，修改、合并、拆分演示文稿。只要用户提到「PPT」「幻灯片」「演示」「slides」「deck」或给出 .pptx 文件名，就触发本技能。用本地 python-pptx 实现，无需联网。
凡是涉及抓取网页、从 URL 提取正文/表格/链接、把网页转成 Markdown 的任务都使用本技能。只要用户给出网址并要求「抓取」「提取网页内容」「把这个页面转成 Markdown」「读取这个链接的表格」就触发本技能。用本地 requests/httpx + beautifulsoup4 + lxml + markdownify 实现。注意：本技能需要联网，必须在 Python 工具设置中开启「允许网络」，否则会被拦截。
凡是涉及 Excel 表格（.xlsx）的任务都使用本技能——创建电子表格/数据报表/带公式与图表的工作簿，读取或提取现有 .xlsx 的数据，修改已有工作簿。只要用户提到「Excel」「表格」「.xlsx」「工作簿」「spreadsheet」并希望产出可下载的 Excel 文件，就触发本技能。用本地 openpyxl（读+改）/ xlsxwriter（高效写）/ pandas 实现，无需联网。
| name | data-analysis |
| description | 凡是涉及数据分析、统计计算、数据清洗或可视化出图的任务都使用本技能——读取 CSV/Excel/JSON 数据、用 pandas 做清洗与统计聚合、用 matplotlib/seaborn 画折线/柱状/散点/热力图等并导出 PNG。只要用户给出数据文件、要求「分析数据」「画图」「统计」「可视化」「图表」就触发本技能。用本地 pandas + numpy + matplotlib + seaborn 实现，无需联网。 |
产物（图片/清洗后的数据）存到当前工作目录，图片存为 PNG，执行后按 display_instructions 用相对路径展示图片。
scripts/viz_helpers.py 封装了统一主题与常用图（已配中文字体/headless）：
import sys
sys.path.append(r"<本技能目录>/scripts")
import pandas as pd
from viz_helpers import set_theme, bar, line, hist, scatter, heatmap
set_theme()
df = pd.read_csv("data.csv")
bar(df.groupby("city")["sales"].sum().sort_values(ascending=False).head(10),
"各城市销量 Top10", "bar.png", ylabel="销量")
heatmap(df.select_dtypes("number").corr(), "相关性", "corr.png")
下面是不依赖脚本的原生写法。
import pandas as pd
df = pd.read_csv("data.csv") # 或 read_excel / read_json
print(df.shape)
print(df.head())
print(df.dtypes)
print(df.describe(include="all"))
print("缺失值：\n", df.isna().sum())
df = df.drop_duplicates()
df["date"] = pd.to_datetime(df["date"], errors="coerce")
df["amount"] = pd.to_numeric(df["amount"], errors="coerce")
df = df.dropna(subset=["amount"])
# 分组聚合
g = df.groupby("category")["amount"].agg(["count", "sum", "mean"]).sort_values("sum", ascending=False)
print(g)
g.to_csv("summary.csv", encoding="utf-8-sig") # utf-8-sig 让 Excel 正确识别中文
环境已为本地 Python 工具配好 headless（Agg）后端与中文字体，直接画即可，中文不会乱码。务必 savefig 到当前目录、并 plt.close()。
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="whitegrid") # 美观默认主题
# 柱状图
fig, ax = plt.subplots(figsize=(8, 4.5), dpi=150)
g["sum"].head(10).plot(kind="bar", color="#1C7293", ax=ax)
ax.set_title("各类别金额 Top 10")
ax.set_xlabel(""); ax.set_ylabel("金额")
fig.tight_layout()
fig.savefig("bar_top10.png")
plt.close(fig)
# 折线（时间序列）
daily = df.groupby(df["date"].dt.date)["amount"].sum()
fig, ax = plt.subplots(figsize=(9, 4), dpi=150)
daily.plot(ax=ax, marker="o", color="#B85042")
ax.set_title("每日金额趋势")
fig.tight_layout(); fig.savefig("trend.png"); plt.close(fig)
# 相关性热力图
num = df.select_dtypes("number")
if num.shape[1] >= 2:
fig, ax = plt.subplots(figsize=(6, 5), dpi=150)
sns.heatmap(num.corr(), annot=True, cmap="coolwarm", ax=ax)
fig.tight_layout(); fig.savefig("corr.png"); plt.close(fig)
print("已生成 bar_top10.png / trend.png / corr.png")
dpi=150 + figsize 控制清晰度；画完 tight_layout() 防止标签被裁。savefig 成不同 PNG，便于在回复里逐张展示。encoding="utf-8-sig"，避免中文在 Excel 里乱码。df.sample() 或聚合后再画，避免散点过密。print 出来（关键统计量、趋势、异常），不要只丢图。