data-analyst
Data Analyst 是一个面向数据分析工作的技能，强调使用 pandas、numpy、matplotlib、seaborn 和 Jupyter Notebook 进行可复现的数据分析。其核心原则包括编写可复现的分析流程、优先保证数据质量与验证、创建清晰且信息量充足的图表，并完整记录分析决策。内容涵盖数据操作（pandas 方法链、向量化操作、loc/iloc 显式选择、groupby 聚合、缺失值处理；numpy 广播、向量化函数、数组形状与 dtype 管理）、数据验证（分析开始时的数据质量检查、类型与范围校验、显式处理缺失值、记录数据假设、实施健全性检查）、可视化（matplotlib 的底层绘图控制、坐标轴与标签定制、图形保存、子图；seaborn 的统计可视化、合适图表类型、内置主题与调色板）、可访问性（考虑色盲配色、清晰标签与图例、替代文本描述、足够对比度）、Jupyter 最佳实践（清晰分节、markdown 文档、聚焦模块化单元格、可复现执行顺序、提交前清除输出）、性能（分析慢操作、字符串使用 categorical dtype、大数据分块处理、缓存中间结果、使用 parquet 等合适格式）以及报告（清晰执行摘要、方法论文档、可复现代码、可访问格式导出）。