data-visualization

此技能旨在幫助使用者利用 Python 強大的科學計算工具集（包括 matplotlib, seaborn 和 plotly）生成高質量且有效的數據可視化圖表。它為數據科學家、分析師和工程師提供自動化的諮詢服務，協助將複雜數據集轉化為清晰、具洞察力且美觀的圖形，並遵循數據說故事與視覺傳達的最佳實踐。

• 智能圖表選擇：根據數據關係（如時間趨勢、類別比較、分佈、相關性或網絡結構）自動建議最有效的圖表類型。

• 專業代碼模板：提供生產級的 Python 程式碼片段，涵蓋標準樣式設定，包括解析度 (DPI)、字體大小、網格管理以及針對色盲友好的配色方案。

• 設計與無障礙強制規範：整合設計理論（如完形心理學與色彩理論），同時執行無障礙標準，確保圖表具備包容性與可讀性。

• 出版級圖表輸出：標準化製作適用於研究論文、高階主管報告與數據儀表板的圖表，去除冗餘視覺元素（Chart Junk），優化坐標軸標籤與圖例配置。

• 在為原始數據構思視覺化方案或進行專案最終優化時使用此技能。

• 輸入通常為 pandas 資料框或結構化陣列數據；輸出則為用於生成圖表並儲存為高質量圖像格式（如 PNG、SVG、PDF）的代碼。

• 實作限制：除非有明確必要，否則避免使用 3D 圖表或易產生誤導的雙軸圖表；專注於高資訊密度的視覺化技術，例如小多圖（Small Multiples）與熱圖（Heatmap）。

• 使用者應提供受眾背景（如技術同行評審或高管摘要），以便獲取針對風格與複雜度的客製化建議。此技能涵蓋從探索性數據分析 (EDA) 到成品等級視覺資產的廣泛應用場景。