Data

Skill

/data-exploration-visualization

自动化数据探索和可视化工具，提供从数据加载到专业报告生成的完整EDA解决方案。支持多种图表类型、智能数据诊断、建模评估和HTML报告生成。适用于医疗、金融、电商等领域的数据分析项目。

liangdabiao@liangdabiao

GitHub

From plugin

claude-data-analysis-ultra-main

26419 skills

Install

$ npx -y skills add liangdabiao/claude-data-analysis-ultra-main --skill data-exploration-visualization --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.
You can call itInvoke it directly when you want it.
Slash command/data-exploration-visualization

Context preview

The summary Claude sees to decide when to auto-load this skill.

自动化数据探索和可视化工具，提供从数据加载到专业报告生成的完整EDA解决方案。支持多种图表类型、智能数据诊断、建模评估和HTML报告生成。适用于医疗、金融、电商等领域的数据分析项目。

SKILL.md

data-exploration-visualization.SKILL.md

name: data-exploration-visualization
description: 自动化数据探索和可视化工具，提供从数据加载到专业报告生成的完整EDA解决方案。支持多种图表类型、智能数据诊断、建模评估和HTML报告生成。适用于医疗、金融、电商等领域的数据分析项目。
allowed-tools: Read, Write, Bash, Glob, Grep

数据探索可视化技能

技能概述

数据探索可视化技能是一个基于《数据分析咖哥十话》第2课理论的自动化EDA工具包，提供从数据加载到专业分析报告生成的完整解决方案。该技能集成了最先进的数据探索、可视化和机器学习技术，帮助用户快速深入理解数据特征和规律。

核心功能

🔍 智能数据探索

**自动数据诊断**: 检测数据质量问题、异常值和缺失值模式
**统计描述分析**: 生成全面的统计摘要和分布特征
**相关性分析**: 识别特征间关系和依赖模式
**数据质量报告**: 专业级数据质量评估和建议

📊 专业可视化生成

**分布可视化**: 直方图、密度图、小提琴图、QQ图
**统计可视化**: 箱线图、误差条图、置信区间图
**关系可视化**: 散点图、热图、配对图、3D散点图
**专门图表**: ROC曲线、混淆矩阵、特征重要性图
**交互式图表**: Plotly驱动的动态可视化

🏥 医疗数据专精

**医疗编码支持**: ICD-10、SNOMED CT等医疗标准
**生物标记物分析**: 专门的医学指标处理
**诊断模型构建**: 医疗预测模型和评估
**医学可解释性**: 符合医学实践的解释框架

🤖 自动化建模评估

**多算法支持**: 逻辑回归、随机森林、XGBoost、神经网络
**自动特征工程**: 特征选择、转换和优化
**超参数调优**: 网格搜索和贝叶斯优化
**模型可解释性**: SHAP值、特征重要性、部分依赖图

📋 专业报告生成

**HTML报告**: 可发表级交互式分析报告
**PDF导出**: 高质量文档格式输出
**Markdown支持**: 轻量级报告格式
**自定义模板**: 可配置的报告模板系统

使用场景

🏥 医疗健康领域

**疾病预测**: 基于临床数据的疾病风险预测
**诊断辅助**: 医学影像和检验结果分析
**流行病学研究**: 疫情数据分析和趋势预测
**临床试验**: 试验数据统计分析和可视化

💰 金融风控领域

**信用评估**: 个人和企业信用风险建模
**欺诈检测**: 异常交易模式识别
**投资分析**: 市场趋势和风险评估
**合规报告**: 监管要求的分析报告

🛒 电商零售领域

**用户分析**: 客户行为和偏好分析
**销售预测**: 销量预测和库存优化
**推荐系统**: 个性化推荐算法评估
**市场细分**: 客户群体分析和画像

🎓 科研教育领域

**学术研究**: 数据驱动的学术研究支持
**教学案例**: 数据分析教学和实践
**论文写作**: 研究数据分析和图表制作
**技能培训**: 数据科学技能培训工具

工具使用指南

快速开始

1. **基础数据探索**

   from scripts.eda_analyzer import EDAAnalyzer

   # 初始化分析器
   analyzer = EDAAnalyzer()

   # 加载数据并自动分析
   data = analyzer.load_data('data.csv')
   report = analyzer.auto_eda(data)

2. **可视化生成**

   from scripts.visualizer import DataVisualizer

   # 初始化可视化器
   visualizer = DataVisualizer()

   # 自动生成所有图表
   charts = visualizer.auto_visualize(data)

   # 生成特定类型图表
   dist_plot = visualizer.plot_distribution(data, 'column_name')
   corr_heatmap = visualizer.plot_correlation(data)

3. **建模评估**

   from scripts.modeling_evaluator import ModelingEvaluator

   # 初始化建模器
   modeler = ModelingEvaluator()

   # 自动建模和评估
   results = modeler.auto_modeling(
       data=data,
       target_col='target',
       algorithms=['logistic', 'rf', 'xgboost']
   )

4. **报告生成**

   from scripts.report_generator import ReportGenerator

   # 生成完整报告
   generator = ReportGenerator()
   report = generator.generate_comprehensive_report(
       data=data,
       model_results=model_results,
       output_path='analysis_report.html'
   )

高级功能

1. **医疗数据分析**

   # 医疗数据特殊处理
   from scripts.medical_analyzer import MedicalDataAnalyzer

   medical_analyzer = MedicalDataAnalyzer()
   medical_report = medical_analyzer.analyze_medical_data(
       data=medical_df,
       diagnosis_col='diagnosis',
       biomarker_cols=['biomarker1', 'biomarker2']
   )

2. **交互式仪表板**

   # 生成交互式仪表板
   dashboard = visualizer.create_dashboard(
       data=data,
       charts=['distribution', 'correlation', 'model_performance']
   )

3. **批量数据处理**

   # 批量分析多个数据集
   batch_results = analyzer.batch_analyze(
       data_files=['data1.csv', 'data2.csv'],
       analysis_types=['eda', 'modeling', 'visualization']
   )

技术依赖

核心库

**pandas** (>=1.3.0): 数据处理和分析
**numpy** (>=1.20.0): 数值计算
**scikit-learn** (>=1.0.0): 机器学习算法
**xgboost** (>=1.5.0): 梯度提升算法

可视化库

**matplotlib** (>=3.4.0): 基础绘图
**seaborn** (>=0.11.0): 统计可视化
**plotly** (>=5.0.0): 交互式图表

统计分析库

**scipy** (>=1.7.0): 科学计算
**statsmodels** (>=0.13.0): 统计建模

报告生成

**jinja2** (>=3.0.0): 模板引擎
**weasyprint**: PDF生成

最佳实践

数据准备

确保数据格式规范（CSV、Excel等）
检查数据编码，避免中文乱码
处理缺失值和异常值
验证数据类型和格式

分析流程

1. **数据加载和检查**: 确认数据质量和完整性 2. **探索性分析**: 了解数据基本特征和分布 3. **可视化探索**: 通过图表发现数据模式 4. **预处理**: 数据清洗和特征工程 5. **建模分析**: 构建和评估预测模型 6. **结果解释**: 提取洞察和业务建议 7. **报告生成**: 创建专业分析报告

可视化选择

**单变量分析**: 直方图、箱线图、小提琴图
**双变量分析**: 散点图、分组箱线图
**多变量分析**: 热图、配对图、3D图
**时间序列**: 时间线图、趋势图
**地理数据**: 地图可视化

示例数据

医疗数据示例

# 乳腺检查数据示例
medical_data = {
    'patient_id': ['P001', 'P002', ...],
    'diagnosis': ['Malignant', 'Benign', ...],
    'radius_mean': [17.99, 20.57, ...],
    'texture_mean': [10.38, 17.77, ...],
    'perimeter_mean': [122.8, 132.9, ...]
}

金融数据示例

# 信用评分数据示例
financial_data = {
    'customer_id': ['C001', 'C002', ...],
    'credit_score': [720, 680, ...],
    'income': [85000, 62000, ...],
    'debt_ratio': [0.15, 0.32, ...],
    'default': [0, 1, ...]
}

常见问题

Q: 如何处理中文数据？

A: 技能自动检测和处理中文编码，支持UTF-8、GBK等多种编码格式。

Q: 支持哪些数据格式？

A: 支持CSV、Excel、JSON、Parquet等常见格式，也支持数据库连接。

Q: 如何自定义可视化样式？

A: 可以通过配置文件自定义颜色、字体、图表布局等样式参数。

Q: 模型准确性如何保证？

A: 技能采用交叉验证、多种评估指标和集成方法来确保模型的可靠性和泛化能力。

技能特色

✅ **智能化程度高** - 90%的EDA工作自动化 ✅ **专业性突出** - 医疗数据专精处理 ✅ **可视化丰富** - 20+种专业图表类型 ✅ **建模能力强** - 多算法集成和自动调优 ✅ **报告质量高** - 可发表级分析报告 ✅ **易用性好** - 简单API，复杂流程自动化 ✅ **扩展性强** - 模块化设计，易于定制扩展