数据可视化图表选择指南

何时使用不同类型的图表

折线图

• 最佳用途：展示趋势和变化
• 数据要求：时间序列数据或有序类别
• 示例场景：销售趋势、网站流量变化

柱状图

• 最佳用途：比较不同类别的值
• 数据要求：离散类别数据
• 示例场景：各产品销售额对比

饼图

• 最佳用途：展示部分与整体的关系
• 数据要求：分类数据，类别不宜过多（建议<6个）
• 示例场景：市场份额分布

热力图

• 最佳用途：展示变量间的相关性
• 数据要求：矩阵数据或多变量数据
• 示例场景：用户行为与产品功能的关联分析

### 3.4 完善SKILL.md文件

编辑SKILL.md，提供技能使用指南：

```markdown
---
name: "数据可视化助手"
description: "将原始数据转换为专业图表，支持折线图、柱状图、饼图和热力图等多种可视化形式，帮助用户直观理解数据模式和趋势。"
author: "你的名字"
version: "1.0.0"
---

# 数据可视化助手

## 技能概述

数据可视化助手使你能够将原始数据转换为信息丰富的图表。通过提供结构化数据，你可以快速生成各种专业质量的可视化结果，无需手动编写代码或使用复杂的图形工具。

## 使用场景

当你需要以下功能时，使用此技能：
- 将CSV或JSON数据转换为直观图表
- 分析数据趋势和模式
- 比较不同类别或时间周期的数据
- 创建演示或报告所需的可视化素材

## 使用方法

1. 提供数据文件（CSV或JSON格式）
2. 指定所需图表类型（line/bar/pie/heatmap）
3. 可选：指定样式模板和自定义参数
4. 接收生成的图表文件

## 资源文件说明

### 脚本
- `scripts/visualizer.py`: 核心可视化脚本，支持数据加载和图表生成

### 参考资料
- `references/chart_guide.md`: 图表选择指南，帮助确定最适合数据类型的可视化方式

### 资产
- `assets/style_templates/`: 多种预设图表样式模板，包括现代风格、学术风格和简约风格

## 示例

**基本使用示例：**

使用数据可视化助手，将sales_data.csv文件生成为折线图，x轴为"月份"，y轴为"销售额"，使用"modern"样式。

**高级使用示例：**

使用数据可视化助手，分析customer_satisfaction.json数据，生成热力图展示各产品满意度与价格区间的相关性，输出为high_res_satisfaction.png。

检查点：确保SKILL.md中所有引用的资源文件路径正确，元数据字段完整，示例场景清晰具体。

3.5 打包与验证技能

完成开发后，使用打包脚本来验证并打包技能：

# 基本打包
scripts/package_skill.py data-visualizer

# 指定输出目录
scripts/package_skill.py data-visualizer ./dist