用途：面向 CSV 文件的交互式可视化与统计分析，适合探索性数据分析、统计报告和演示级图表制作。建议在不熟悉数据时先做数据画像，再选择图表类型。
主要能力：一是单图生成，用 visualize_csv.py 支持直方图、箱线图、小提琴图、散点图、相关热力图、折线图、柱状图与饼图，可指定分箱数、分组变量、颜色与大小编码；二是自动数据画像，用 data_profile.py 输出文本、HTML 或 JSON 报告，包含文件信息、数据规模、逐列类型与缺失、数值统计量、类别频次及数据质量检查；三是多图仪表板，用 create_dashboard.py 自动或按 JSON 配置生成，图型含 histogram、box、scatter、bar、correlation，建议控制在 6 至 9 图以内。
使用方式：安装依赖 pip install pandas plotly numpy，静态图片导出需另装 pip install kaleido。典型命令如 python3 scripts/visualize_csv.py data.csv --histogram column_name --bins 30、python3 scripts/data_profile.py data.csv -f html -o report.html、python3 scripts/create_dashboard.py data.csv -o my_dashboard.html。输出格式由扩展名决定：HTML 用于交互探索，PNG/PDF 用于报告，SVG 用于出版物矢量图。
限制与注意：需 Python 3.6+；列名区分大小写，报“Column not found”时先做画像确认列名；绘图列应检查数据类型与缺失值；导图异常时确认 kaleido 已安装。不熟悉数据时应先画像再可视化。