用途:create-viz 用于把数据转成出版质量的图表,适合把查询结果或 DataFrame 做成图,也可在需要推荐合适图表类型时使用。调用形式为 /create-viz <数据源> [图表类型] [附加说明]。
主要能力:先理解数据源、图表类型、用途与受众;获取数据时,若已连接数据仓库则写并执行查询,将结果载入 pandas DataFrame,也支持粘贴数据、CSV/Excel 文件以及引用对话中已有分析结果。未指定图表类型时,会根据数据关系推荐:随时间趋势用折线图,类别比较用条形图(类别多用横向),部分与整体用堆叠条形或面积图(少于 6 类才考虑饼图),分布用直方图或箱线图,相关性用散点图,双变量随时间比较用双轴折线或分组条形,地理数据用分级统计地图,排名用横向条形,流程用桑基图,关系矩阵用热力图。
使用方式:默认使用 matplotlib + seaborn 生成静态出版级图表;如需交互(悬停、缩放、筛选)可说明“interactive”,则使用 plotly。生成代码需包含标题、坐标轴标签、数字格式(百分比、货币、大数缩写),去除多余边框,保存为描述性命名的 PNG 并展示给用户,同时提供代码和可尝试的变体建议。
设计规范:使用一致且对色盲友好的配色,颜色有含义并突出关键数据,弱化参考数据;标题陈述洞察而非仅指标;坐标轴标签可读,关键点加数据标签;布局留白合理,图例不遮挡数据,类别按值排序(除非有自然顺序)。
准确性:条形图 Y 轴从零开始,不制造误导性断轴,多面板保持统一刻度,精度适当。
限制:图表保存为当前目录下的 PNG 文件;资料未提供收费、价格、平台支持范围等信息。