基于 Python pandas/matplotlib 的数据清洗与统计分析工具，提供完整代码模板和自动化报告生成，适合数据分析全流程处理。
说明：
# 数据分析助手综合评估
## 核心用法
**data-analyst-cn** 是一款面向中文用户的专业数据分析辅助 Skill，基于 Python 生态（pandas、matplotlib、seaborn）构建完整的数据处理流水线。其核心能力覆盖四大模块：
1. **数据清洗**：提供缺失值处理（删除/均值/众数填充）、重复数据清理、数据类型转换、异常值剔除（IQR 法）及字符串标准化的完整代码模板
2. **统计分析**：集成描述统计（集中趋势、离散程度、分布特征）、相关分析、分组聚合及交叉表功能
3. **时间序列**：支持日期解析、重采样、滚动统计、环比/同比计算及季节性分解
4. **可视化**：输出 matplotlib/seaborn 可执行代码，涵盖 10+ 图表类型（折线、柱状、散点、箱线、热力图、小提琴图等）
5. **报告生成**：内置自动化报告模板，一键输出 Markdown 格式的结构化分析文档
## 显著优点
– **开箱即用**：无需从零编写代码，复制即可执行的完整代码块降低使用门槛
– **覆盖全面**：从数据读取（CSV/Excel/JSON/SQL/API）到最终报告的全链路支持
– **中文优化**：内置中文字体配置（SimHei），解决 matplotlib 中文显示乱码问题
– **业务导向**：报告模板包含业务建议模块，桥接技术分析与商业决策
## 潜在局限
– **执行环境依赖**：需要本地 Python3 环境及 pandas/matplotlib/seaborn/statsmodels 等库
– **无交互界面**：纯代码输出，不具备拖拽式操作或实时预览功能
– **大数据集风险**：未提供内存优化方案（如 Dask/分块读取），GB 级数据可能触发内存溢出
– **模板化限制**：预设报告模板灵活性不足，复杂业务场景需手动调整
## 适合人群
– 初级-中级数据分析师（需快速生成代码参考）
– 产品经理/运营（需自助完成基础数据探查）
– 学生/研究者（需学习 pandas 标准实践）
– 不推荐：完全零基础用户（无代码能力者难以直接使用输出）
## 常规风险
– **数据安全风险**：代码涉及本地文件读取，若输入包含敏感数据路径存在泄露隐患
– **执行风险**：自动生成的异常值剔除代码可能误删有效数据，需人工复核
– **统计误用风险**：未内置假设检验或因果推断模块，相关分析≠因果关系
会员专属
