技能介绍

痛点与解法

在数据分析的日常工作中，手动编写 matplotlib 代码或在 Excel 中反复调整图表配置往往耗费大量时间。开发者和分析师需要频繁切换环境，且代码模板容易遗忘，而 Excel 的手动操作又难以自动化。数据可视化生成器 正是为了解决这一重复劳动而生，它将数据到图表的转换过程标准化。

核心能力与工作流

该技能的核心在于根据结构化输入，直接产出可执行的 Python 代码或 Excel 配置。其工作流分为几个关键步骤：

参数解析：通过交互式分步索取 data（标签与数值对）、chart_type（如柱状图、折线图等）以及 output 格式。
逻辑映射：根据用户选择的 chart_type，内部映射到对应的 matplotlib 绘图函数或 Excel 图表对象属性。
代码/配置生成：针对 python 输出，生成包含 import matplotlib.pyplot as plt 等必要依赖的完整脚本；针对 excel 输出，则生成可直接导入或运行的配置字典/代码。

适用边界与注意事项

虽然该技能能显著降低可视化的启动成本，但也需注意其边界。生成的 matplotlib 代码通常基于默认样式，若需高度定制化的主题、颜色或复杂交互，仍需手动微调。此外，输入数据的格式需严格遵循标签+数值的结构，否则可能导致解析失败。对于海量数据的渲染，建议结合后端优化，避免直接在轻量级环境中渲染过载图表。