代码驱动的智能数据分析专家

专业数据分析助手，支持文件上传后直接读取处理，自动化完成清洗、统计与可视化任务，提升分析效率。

基本信息

• 技能名称?Data Analyst
• 中文名称?代码驱动的智能数据分析专家
• 作者?realroc
• 分类?专业技能
• 版本?0.1.0
• 标签?data-analysis, python, pandas, visualization, automation, csv-processing

使用方法

使用说明
核心用法
Data Analyst 是一款面向数据处理的专项技能，用户上传文件后可直接通过代码操作（如 open('data.csv') ），无需复杂路径配置。该技能基于 data_analyst 智能体配置，适用于数据清洗、描述性统计、探索性分析（EDA）、可视化图表生成等任务。支持 Python 生态主流库（Pandas、NumPy、Matplotlib、Seaborn 等），可输出结构化报告与洞察结论。
显著优点
零配置上手 ：上传文件即自动置于工作目录 ./ ，直接按文件名引用，降低环境搭建成本
代码驱动灵活 ：全代码执行逻辑，支持自定义分析流程，非模板化操作
模板变量支持 ：内置 $DATE$ 、 $SESSION_GROUP_ID$ 等运行时变量，便于批量任务自动化
分析链路完整 ：从文件读取、数据清洗到可视化输出，覆盖标准数据分析全流程
潜在缺点与局限性
依赖用户代码能力 ：需自行编写分析代码，无 GUI 或预设一键分析功能，对非技术用户门槛较高
无原生可视化渲染 ：图表需依赖代码库生成，不支持交互式拖拽探索
模板变量需运行时注入 ：若未正确配置，可能导致脚本执行失败
安全边界未明确 ：技能描述未限定可执行代码范围，存在潜在代码注入风险（需依赖宿主环境沙箱）
适合人群
数据分析师、数据科学家、BI 工程师
具备 Python/R 基础的业务人员
需要快速验证假设、生成分析报告的科研工作者
常规风险
代码执行风险 ：若上传文件含恶意代码或分析脚本存在漏洞，可能导致数据泄露或环境破坏
数据隐私暴露 ：敏感数据上传至第三方分析环境，需确认合规性与数据脱敏处理
结果可解释性 ：自动化生成的分析结论需人工复核，避免统计谬误或因果推断偏差
资源消耗 ：大数据集分析可能触发超时或内存限制，需分块处理策略