用途：面向数据分析项目的自动化探索性数据分析（EDA）工具包，覆盖数据加载、诊断、可视化、建模评估到报告生成的完整流程，适用于医疗、金融、电商、科研等场景。
主要能力：自动数据诊断（质量问题、异常值、缺失值模式）、统计描述与相关性分析、数据质量报告；生成分布图、箱线图、散点图、热图、配对图、3D散点图、ROC曲线、混淆矩阵、特征重要性图及Plotly交互图表；支持逻辑回归、随机森林、XGBoost、神经网络等算法，含自动特征工程、超参数调优与SHAP等可解释性分析；输出HTML、PDF、Markdown报告，支持自定义模板；提供医疗数据专精处理（ICD-10、SNOMED CT等编码、生物标记物分析、诊断模型）。
使用方式：通过Python脚本调用，如 from scripts.eda_analyzer import EDAAnalyzer 初始化后 load_data 与 auto_eda；可视化用 DataVisualizer 的 auto_visualize 或 plot_distribution、plot_correlation；建模用 ModelingEvaluator 的 auto_modeling 指定 target_col 与 algorithms；报告用 ReportGenerator 的 generate_comprehensive_report 输出 analysis_report.html。医疗分析用 MedicalDataAnalyzer，另支持交互式仪表板与批量数据处理。
依赖：pandas、numpy、scikit-learn、xgboost、matplotlib、seaborn、plotly、scipy、statsmodels、jinja2、weasyprint。
限制：资料未提供具体安装命令、收费方式、平台支持范围及性能基准；实际效果依赖数据质量与配置，需自行验证。