用途：当用户想要创建数据可视化、图表、交互式仪表板、出版级图形，或需要可视化模式与趋势、按指定图表类型绘图时调用此技能。
主要能力：提供统计图表（直方图、箱线图、散点图、相关性矩阵）、时间序列（折线图、面积图、K线图）、分类数据（条形图、饼图、热力图、矩形树图）、分布分析（密度图、小提琴图、Q-Q 图）、多变量（平行坐标、雷达图、气泡图）、地理数据（分级统计地图、点图）、对比分析（并排图、小倍数图）。技术支持 Matplotlib/Seaborn（静态）、Plotly（交互式 Web）和 Pandas 内置绘图。
图表类型模式：可指定 all（完整仪表板）、trends（趋势分析）、distribution（分布分析）、correlation（相关性分析）、comparison（对比分析）、custom（自定义）。
设计原则包括数据墨水比、配色理论、无障碍色盲友好设计、清晰标注和合适缩放。中文可视化需配置字体：matplotlib.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'PingFang SC']，并设置 matplotlib.rcParams['axes.unicode_minus'] = False 以正确显示负号。
使用方式：加载数据（如 df = pd.read_csv('./data_storage/your_data.csv')），用 plt.subplots 创建图形，绘图后设置中文标题与轴标签，通过 plt.savefig('./visualizations/distribution.png', dpi=300, bbox_inches='tight') 输出。输出格式为静态 PNG（300 dpi）、SVG、PDF 及交互式 HTML（Plotly），输出目录 ./visualizations/。
适用场景：数据探索、报告配图、仪表板搭建、数据故事讲述，可与其他技能协作，如 data-explorer 提供洞察、report-writer 使用图表、code-generator 生成可复用绘图代码。
限制：所有标签、标题、图例、注释须为中文；静态图要求 300 dpi 高分辨率；具体数据集与依赖环境资料暂未提供。