data-exploration-visualization

# 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���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** ```python 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** ...