用途：面向 CSV 文件的数据可视化与分析技能，支持探索性数据分析、统计报告和演示级图表生成。
主要能力：一是个体可视化，基于 visualize_csv.py 生成直方图、箱线图、小提琴图、散点图、相关热力图、折线图、柱状图、饼图等，支持分组、颜色与大小编码；输出可为交互式 HTML 或 PNG、PDF、SVG 静态图。二是自动数据画像，基于 data_profile.py 输出文本、HTML 或 JSON 报告，涵盖文件信息、行列概况、缺失模式、数值统计摘要、类别频次及数据质量检查。三是多图仪表板，基于 create_dashboard.py 自动或按 JSON 配置生成组合图。
使用方式：需安装依赖 pip install pandas plotly numpy，静态图导出另需 pip install kaleido，要求 Python 3.6+。常用命令包括 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 --config config.json。建议面对陌生数据集先运行画像再决定可视化类型；仪表板建议控制在 6-9 个图。
限制：资料未提供价格、收费或平台支持信息；需注意列名大小写敏感、数据类型须匹配，缺失数据或非空值不足会影响图表结果。