该技能面向探索性数据分析（EDA）与相关性分析，用于数据理解的初期阶段，帮助把握数据分布、离群值和变量间相关性。适用场景包括：接收新数据集时、想了解变量间关系时、制作相关热力图时，以及需要按材料或分组进行箱线图比较时。
主要能力包含一套标准流程：1）计算描述统计量并保存为 CSV，支持按分组列分组统计；2）分布可视化，按变量绘制分组箱线图（boxplot，含离群点显示），输出 300 DPI 的 PNG；3）相关热力图，使用皮尔逊等方法计算相关矩阵，支持传入层级边界线位置以分隔 PSP 等区块；4）散点图矩阵，使用 pairplot 并按 hue 列着色；5）PSP 区块相关分析，分别计算 Process→Structure、Structure→Property、Process→Property 三组区块相关并输出 CSV。
使用方式上，需使用 pandas、numpy、matplotlib、seaborn 等库，按需调用相应函数。示例函数包括 descriptive_statistics(df, numeric_cols, group_col=None)、plot_distributions(df, variables, group_col, figsize=(20, 16), ncols=3)、plot_correlation_heatmap(df, numeric_cols, block_boundaries=None, figsize=(14, 12), method="pearson")、plot_scatter_matrix(df, variables, hue_col, figsize=(16, 14)) 和 psp_block_correlation(df, process_cols, structure_cols, property_cols)。
输出文件包括 results/descriptive_statistics.csv，以及 figures 目录下的 distribution_boxplots.png、correlation_heatmap.png、scatter_matrix.png，均为 300 DPI。该技能与 ToolUniverse 的 biotools（生物工具检索）存在关联。参照实验包括 Exp-02 的热力图基础模式、Exp-12 的 8 个过程参数 EDA、Exp-13 的 PSP 三区块相关矩阵。限制方面，公开资料未说明具体的安装方式、依赖版本要求、收费情况或性能边界，使用前需自行确认环境。