用 CSV 文件做交互式数据可视化与自动数据画像时怎么操作

当需要从 CSV 生成交互式图表、统计图、仪表盘或自动数据画像时，用 Plotly 脚本完成探索性数据分析。

适用场景

解决思路

1. 安装依赖：pip install pandas plotly numpy；如需导出 PNG/PDF/SVG 静态图，再安装 pip install kaleido。
2. 对不熟悉的数据集，先运行数据画像：python3 scripts/data_profile.py data.csv；可指定格式与输出：-f html -o report.html 或 -f json -o profile.json。
3. 阅读画像结果，了解列类型与范围、缺失数据模式、数据质量问题、统计分布，再决定可视化类型。
4. 生成单张统计图：直方图 python3 scripts/visualize_csv.py data.csv --histogram column_name --bins 30；箱线图 --boxplot column_name；按类别分组 --boxplot salary --group-by department；小提琴图 --violin column_name --group-by category。
5. 生成关系分析图：散点图 --scatter height weight（自动带趋势线）；带颜色与大小编码 --scatter x y --color category --size value；相关性热力图 --correlation。
6. 生成时间序列图：单变量 --line date sales；多变量 --line date "sales,revenue,profit"。
7. 生成分类图：柱状图 --bar category（自动计数）；饼图 --pie region（谨慎使用）。
8. 指定输出格式：用 -o 加扩展名，HTML（默认，交互式）如 -o output.html；静态图 -o plot.png、-o heatmap.pdf、-o chart.svg。
9. 创建自动仪表盘：python3 scripts/create_dashboard.py data.csv；可指定输出 -o my_dashboard.html，控制图数量 --max-plots 9。
10. 创建自定义仪表盘：先写 JSON 配置文件（含 title 与 plots 数组，plot 类型支持 histogram、box、scatter、bar、correlation，可带 column、group_by），再运行 python3 scripts/create_dashboard.py data.csv --config config.json。
11. 按决策树选择路径：用户要求画像或数据集不熟悉时先跑 data_profile.py；要求仪表盘或总览时用 create_dashboard.py（自动或配置）；指定具体图表时用 visualize_csv.py 对应参数。
12. 选图参考：分布用直方图/箱线图/小提琴图；关系用散点图/相关性热力图；时间序列用折线图；类别用柱状图（优先）或饼图（少用）；比较用按类别分组的箱线图。
13. 仪表盘保持 6-9 张图以内，按逻辑分组相关可视化。
14. 输出选择：HTML 适合交互探索（缩放、平移、悬停提示）；PNG/PDF 适合报告与演示；SVG 适合需要矢量图的出版场景。
15. 排查问题：列名报错时先跑画像确认精确列名（区分大小写、注意首尾空格）；图表为空或错误时检查数据类型（数值 vs 分类）、缺失值与有效值数量；脚本报错时用 pip list | grep plotly 检查依赖、确认 Python 3.6+、导出图片问题安装 kaleido。

适用边界 · 注意事项

• 数据集不熟悉或数据质量未知时，不要跳过数据画像直接画图。
• 饼图应谨慎使用，类别比较优先用柱状图。
• 仪表盘图数量不要超过 6-9 张，否则可读性差。