用途：把结构化数据转化为有意义的可视化，适合需要出图、做仪表盘或探索数据关系的场景。
主要能力：根据数据结构和用户要回答的问题选择图表类型。分类比较用条形图，时间趋势用折线图，两个连续变量的关系用散点图，分布用直方图或 KDE，组间分布对比用箱线图或小提琴图，相关矩阵用热力图，构成比例用堆叠条形图或饼图，需要用户探索时用 plotly 交互图。支持 matplotlib（底层完全控制）、seaborn（统计可视化与默认主题）、plotly 与 plotly.express（悬停提示、缩放、平移）等库。工作流包括：理解数据与问题、选图、整理数据（聚合、透视、重采样、处理缺失值）、按输出媒介设置配色/标签/标题/图例、添加注释与参考线等上下文、导出或展示。
用法：提供数据集并说明想可视化的内容，可选指定图表类型、配色偏好、输出格式和图幅尺寸；未指定图表类型时由智能体自行选择。静态图可存为 PNG/SVG，交互图可导出 HTML。示例使用 pandas 读取 CSV，用 seaborn set_theme 设置主题，用 subplots 组合多子图并 savefig 导出，或用 plotly.express 绘制散点图并 write_html 导出。
限制与注意：分类颜色建议不超过 7 种，超过时改用分面或小多图；坐标轴需标注单位并使用可读数字格式；条形图 y 轴从零开始；默认使用对色盲友好的配色（viridis、cividis、ColorBrewer）。类别过多时展示 Top N 并合并为“Other”或改用树图；散点重叠时用透明度、抖动或 hexbin；长标签旋转 45 度或改横向条形图；折线缺失值小间隔可线性插值并标记虚线，大间隔应断线；极度偏斜数据可用对数轴并注明。该技能本身不提供具体收费、价格或平台信息。