智能数据图表

技能文档

---
name: neuhanli-smart-charts
title: 智能数据图表
category: 办公效率
description: 智能图表生成工具，从Excel、CSV、JSON文件和MySQL数据库创建交互式ECharts图表。当用户需要分析数据、生成图表或创建可视化报告时使用。触发词：数据可视化、图表生成、ECharts、数据分析、Excel图表、CSV图表、JSON图表、数据库报表、折线图、柱状图、饼图、散点图。
---

# 智能数据图表技能

智能数据图表是一个智能图表生成技能，帮助用户从多种数据源（包括Excel文件、CSV文件、JSON数据和MySQL数据库）创建交互式图表和报告。

## 何时使用本技能

当用户有以下需求时使用本技能：
- 要求"分析数据"或"处理数据文件"
- 想要"生成图表"或"创建可视化"
- 需要从Excel、CSV或JSON文件"制作报告"
- 提到"数据可视化"或"图表生成"
- 提到特定文件类型如"Excel"、"CSV"、"JSON"
- 需要使用"MySQL数据库"进行报表分析

## 技能功能

### 核心能力
- **文件处理**：读取和解析Excel（.xlsx、.xls）、CSV和JSON文件
- **数据库访问**：查询MySQL数据库进行数据分析
- **图表生成**：创建交互式ECharts图表（折线图、柱状图、饼图、散点图、面积图、雷达图）
- **报告创建**：生成包含交互式可视化的HTML报告
- **智能推荐**：根据数据特征自动推荐合适的图表类型

### 支持的数据源
- Excel电子表格（.xlsx、.xls）
- 各类分隔符的CSV文件
- JSON数据文件和API
- MySQL数据库连接

## 使用方法

### 工作流程概览

数据可视化流程遵循以下逻辑顺序：

```
1. 文件定位 → 2. 数据解析 → 3. 图表推荐 → 4. 图表生成
```

### 步骤一：文件定位（必需）
**脚本**：`file_locator.py`
**用途**：根据用户描述定位数据文件

**参数**：
- `FileLocator(input_dir: str)` - **必需**：输入目录路径
- `locate_files(description: str)` - **必需**：文件描述字符串

**用法**：
```python
from scripts.file_locator import FileLocator

# 用户必须提供输入目录
locator = FileLocator(input_dir="/path/to/data")  # 必需参数
files = locator.locate_files("销售数据文件")  # 必需参数
```

### 步骤二：数据解析（必需）
**脚本**：`data_parser.py`
**用途**：解析数据文件或查询数据库

**参数**：
- `DataParser(config_file: str)` - **必需**：MySQL配置文件路径
- `parse_file(file_path: str)` - **必需**：文件路径
- `query_mysql(query: str)` - **必需**：SQL查询语句

**用法**：
```python
from scripts.data_parser import DataParser

# 解析文件数据
parser = DataParser(config_file="sqlconfig.json")  # 必需参数
df = parser.parse_file(files[0])  # 必需参数

# 或查询数据库
df = parser.query_mysql("SELECT * FROM sales_data")  # 必需参数
```

### 步骤三：图表推荐（可选）
**脚本**：`chart_recommender.py`
**用途**：根据数据特征推荐最佳图表类型

**参数**：
- `ChartRecommender()` - 无需参数
- `recommend_charts(df)` - **必需**：待分析的DataFrame
- `get_best_recommendation(df)` - **必需**：待分析的DataFrame

**用法**：
```python
from scripts.chart_recommender import ChartRecommender

# 获取图表推荐
recommender = ChartRecommender()
recommendations = recommender.recommend_charts(df)  # 必需参数
best_chart = recommender.get_best_recommendation(df)

print(f"推荐：{best_chart['chart_type']}（得分：{best_chart['score']}）")
```

### 步骤四：图表生成（必需）
**脚本**：`chart_generator.py`
**用途**：生成交互式ECharts可视化图表

**参数**：
- `ChartGenerator(output_dir: str)` - **必需**：输出目录路径
- `generate_chart(df, chart_type, x_axis, y_axis, title, description, output_format)`
  - `df` - **必需**：pandas DataFrame数据
  - `chart_type` - **必需**：图表类型（line、bar、pie、scatter、area、radar）
  - `x_axis` - **可选**：X轴字段名
  - `y_axis` - **可选**：Y轴字段列表
  - `title` - **可选**：图表标题
  - `description` - **可选**：图表描述
  - `output_format` - **可选**：输出格式（html、png）

**用法**：
```python
from scripts.chart_generator import ChartGenerator

# 生成可视化图表
generator = ChartGenerator(output_dir="/path/to/output")  # 必需参数
result = generator.generate_chart(
    df=df,  # 必需
    chart_type=best_chart['chart_type'],  # 必需
    x_axis='date',  # 可选
    y_axis=['sales']  # 可选
)
```

### 完整工作流程示例

```python
# 完整的数据可视化工作流
from scripts.file_locator import FileLocator
from scripts.data_parser import DataParser
from scripts.chart_recommender import ChartRecommender
from scripts.chart_generator import ChartGenerator

# 步骤1：定位文件（用户必须提供输入目录）
locator = FileLocator(input_dir="/path/to/data")  # 必需
files = locator.locate_files("销售数据文件")  # 必需

# 步骤2：解析数据
parser = DataParser(config_file="sqlconfig.json")  # 必需
df = parser.parse_file(files[0])  # 必需

# 步骤3：获取推荐（可选）
recommender = ChartRecommender()
best_chart = recommender.get_best_recommendation(df)  # 必需

# 步骤4：生成图表（用户必须提供输出目录）
generator = ChartGenerator(output_dir="/path/to/output")  # 必需
result = generator.generate_chart(
    df=df,  # 必需
    chart_type=best_chart['chart_type'],  # 必需
    title="销售分析"  # 可选
)
```

## 配置要求

### 必需配置文件
本技能需要以下配置：

1. **MySQL配置文件**（`sqlconfig.json`）
   - 数据库访问功能所需
   - 必须放置在工作目录中
   - 包含数据库连接参数

2. **输入目录**（`input_dir`参数）
   - 文件处理功能所需
   - 指定包含数据文件的目录
   - 用户使用文件定位器时必须提供此参数

3. **输出目录**（`output_dir`参数）
   - 图表生成功能所需
   - 指定生成图表的保存位置
   - 用户使用图表生成器时必须提供此参数

### MySQL连接配置
创建`sqlconfig.json`文件用于数据库连接。**重要：请勿在此文件中包含生产环境凭据。**

```json
{
  "mysql": {
    "host": "localhost",
    "user": "",
    "password": "",
    "database": "",
    "port": 3306
  }
}
```

**安全提示**：此文件应仅包含开发或测试数据库凭据。请勿包含生产数据库密码。

## 常见使用场景

### 数据分析请求
- "分析这个Excel文件并展示销售趋势"
- "从CSV数据创建柱状图"
- "从MySQL数据库生成报告"
- "可视化JSON API数据"

### 图表生成请求
- "制作显示月度收入的折线图"
- "创建类别分布饼图"
- "生成相关性分析散点图"
- "构建包含多个图表的仪表盘"

### 智能推荐请求
- "这种数据适合什么图表类型？"
- "推荐销售分析的可视化方式"
- "自动为此数据集选择图表类型"

## 技能发现关键词

当用户提到以下术语时，考虑使用本技能：

### 数据处理关键词
- 数据分析、数据处理、数据可视化
- Excel分析、CSV处理、JSON解析
- 数据库报表、MySQL查询

### 图表生成关键词
- 生成图表、创建可视化、制作图形
- ECharts、交互式图表、HTML报告
- 折线图、柱状图、饼图、散点图

### 推荐关键词
- 推荐图表、最佳可视化、自动图表选择
- 智能推荐、图表建议

### 文件类型关键词
- Excel文件、CSV文件、JSON数据
- 电子表格分析、数据库报表
- 数据文件、源数据

## 错误处理

本技能包含完善的错误处理机制，覆盖：
- 文件未找到或访问被拒绝
- 数据库连接失败
- 数据解析错误
- 图表生成问题

发生错误时，技能将提供清晰的指导和替代方案。

## 相关技能

本技能可与以下技能配合使用：
- 数据统计与分析技能
- 报告生成与格式化技能
- 数据库管理与查询技能
- 文件处理与转换技能

使用说明

# 智能数据图表

从Excel、CSV、JSON文件和MySQL数据库自动生成交互式ECharts可视化图表。

## 使用

```
分析这个Excel文件，生成销售趋势图
```

或：

```
从CSV数据创建一个饼图，展示各类别占比
```

## 工作原理

1. **文件定位**：根据用户描述自动查找数据文件
2. **数据解析**：读取Excel/CSV/JSON文件或查询MySQL数据库
3. **智能推荐**：分析数据特征，推荐最佳图表类型
4. **图表生成**：生成交互式ECharts图表，支持折线图、柱状图、饼图、散点图等
5. **报告输出**：生成包含可视化图表的HTML报告

支持数据文件自动识别、图表类型智能推荐、多格式输出。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。