用途:针对分类数据做分布分析,统计指定类别列中各类别的数量与占比,并输出可视化报告。
主要能力:提取目标类别列并清洗无效标签(如 --、代码 等占位符),统计每个类别的数量与占比;生成柱状图与占比曲线组合的双轴图;生成饼图加柱状图的多图组合报告;生成带分类映射与颜色区分的水平柱状图。图表以高分辨率保存,默认 dpi=300。
使用方式:基于 pandas 与 matplotlib,按三个步骤调用。第一步 calculate_distribution(data, target_col='类别'),检查目标列是否存在,缺失时抛出 ValueError,返回 counts 与 proportions;第二步 generate_and_save_basic_chart 生成并保存基础双轴图;第三步 generate_comprehensive_report 在指定目录生成 pie_bar 与 hbar 两张组合图。脚本已设置中文字体列表避免乱码,并在保存后调用 plt.close() 防止内存泄漏。
适用场景:适用于需要对分类字段做频次与占比统计、并快速产出图表报告的探索性分析或汇报准备工作。
限制:代码中分类映射与颜色分组依赖关键字判断,需按实际数据调整;输出文件路径与标题等参数依赖调用方传入;具体运行环境与性能约束暂未提供。