Excel图表自动生成器

数据分析中的可视化痛点

在处理 Excel 数据时，手动创建图表往往涉及打开软件、选择数据范围、插入图表类型并调整样式等多个步骤。这不仅耗时，还要求用户具备一定的 Excel 操作经验，对于批量分析或快速迭代场景，效率显著受限。

技能核心能力与工作流程

该技能通过 generate_chart.py 脚本自动化图表生成，核心能力包括：

• 自动数据解析：读取 .xlsx 或 .xls 文件，识别所有工作表，并输出前几行数据、列名、数据类型和统计摘要。
• 智能图表推荐：基于数据结构自动建议图表类型，例如：

- 1 个分类列 + 1 个数值列 → 柱状图 或 饼图
- 1 个时间列 + 1 个数值列 → 折线图
- 2 个数值列 → 散点图

• 多格式输出：支持交互式 HTML（基于 Plotly）和静态 PNG（基于 Matplotlib）两种输出，适应不同场景。

关键使用步骤如下：

1. 数据预览：运行脚本预览模式，获取 Excel 内容概览，包括 sheet 列表、数据结构和统计信息。
2. 参数确认：与用户确认工作表、X/Y 轴列、图表类型（如 bar、line、pie 等）和输出格式。若用户未指定，脚本将根据数据自动推荐。
3. 图表生成：执行脚本生成图表，脚本会自动处理日期解析、缺失值标记等预处理工作。
4. 结果展示：HTML 文件通过 preview_url 工具交互式预览，PNG 文件直接发送或打开。

适用边界与注意事项

• 数据量限制：当数据超过 1000 行时，脚本会提示分批或采样处理，以避免性能问题。
• 图表类型约束：热力图（heatmap）需至少两个数值列；箱线图（box）适用于多列数值分布比较。
• 输出格式选择：HTML 适合探索性分析，支持缩放和悬停查看数据点；PNG 适合嵌入报告或静态展示。
• 预处理局限：脚本自动识别数值列和分类列，但缺失值仅标记不填充，具体处理需根据图表类型调整。

整体而言，该技能聚焦于简化 Excel 数据可视化流程，通过自动化减少手动操作，适用于常见的数据分析场景。