outlier-detection-and-quality-assessment

用途：在数据预处理阶段对非正态分布数据执行异常值检测与质量评估，帮助判断分布形态并辅助清洗决策。主要能力包括：基础信息检查（数据形状、类型、前几行）；对数值型列自动计算四分位数与 IQR，按 Q1-1.5×IQR 与 Q3+1.5×IQR 识别异常值，输出异常数量、比例、上下限与示例值；生成多子图箱线图并按列标注均值、中位数、标准差；计算偏度与峰度，判定左偏/右偏/对称与尖峰/平峰/正态趋向。使用方式：以 pandas 读取 Excel 数据，设置 matplotlib 中英文字体后依次运行各步骤，可导出分析报告，另提供异常值处理骨架函数，支持 cap（盖帽）、drop（删除）、none（保留）三种方式，示例中对指定列应用盖帽法。限制：依赖 pandas、matplotlib、numpy、seaborn；示例文件路径需替换；异常值处理函数仅为骨架，实际调用需自行启用；具体平台、收费与效果暂未提供。