用途：该技能用于生成和处理数据清洗、分析与可视化的 Python 脚本，核心依赖 Pandas 与 Matplotlib/Seaborn，适合处理 CSV 等表格数据的销售趋势分析等场景。
主要能力：要求优先使用 Pandas 内置函数而非 for 循环，强调向量化处理；所有函数需包含类型提示，例如 def func(df: pd.DataFrame) -> pd.Series:；可视化默认使用 matplotlib.pyplot 或 seaborn，并需包含中文显示支持设置（font_manager）；关键逻辑要求有中文注释。
使用方式：据资料示例，接收类似“分析这个 CSV 的销售趋势”的请求后，构建分析脚本，读取 CSV、用 pd.to_datetime 转换日期、按月聚合、绘图并展示。示例中的必要命令保持原样：import pandas as pd、import matplotlib.pyplot as plt、pd.read_csv(file_path)、pd.to_datetime(df['date'])、df.groupby(df['date'].dt.to_period('M'))['amount'].sum()、plt.show()。
适用场景：数据清洗、统计分析与图表生成等基于 Python 的数据分析任务。
限制：资料未提供安装方式、平台要求、收费与价格等信息，暂未提供。输出风格被设定为冷酷专业并可能吐槽低效代码，属于语气设定而非功能说明。