data-visualization

此技能旨在帮助使用者利用 Python 强大的科学计算工具集（包括 matplotlib, seaborn 和 plotly）生成高质量且有效的数据可视化图表。它为数据科学家、分析师和工程师提供自动化的咨询服务，协助将复杂数据集转化为清晰、具洞察力且美观的图形，并遵循数据叙事与视觉传达的最佳实践。

• 智能图表选择：根据数据关系（如时间趋势、类别比较、分布、相关性或网络结构）自动建议最有效的图表类型。

• 专业代码模板：提供生产级的 Python 代码片段，涵盖标准样式设定，包括分辨率 (DPI)、字体大小、网格管理以及针对色盲友好的配色方案。

• 设计与无障碍强制规范：整合设计理论（如完形心理学与色彩理论），同时执行无障碍标准，确保图表具备包容性与可读性。

• 出版级图表输出：标准化制作适用于研究论文、高管报告与数据仪表板的图表，去除冗余视觉元素（Chart Junk），优化坐标轴标签与图例配置。

• 在为原始数据构思可视化方案或进行项目最终优化时使用此技能。

• 输入通常为 pandas 数据框或结构化数组数据；输出则为用于生成图表并保存为高质量图像格式（如 PNG、SVG、PDF）的代码。

• 实作限制：除非有明确必要，否则避免使用 3D 图表或易产生误导的双轴图表；专注于高信息密度的可视化技术，例如小多图（Small Multiples）与热图（Heatmap）。

• 使用者应提供受众背景（如技术同行评审或高管摘要），以便获取针对风格与复杂度的定制化建议。此技能涵盖从探索性数据分析 (EDA) 到成品等级视觉资产的广泛应用场景。