Data Analyst Chinese Free

提供中文语境下数据读取、清洗、统计分析和可视化的代码模板，支持生成结构化报告，适合快速日常分析。

Install

openclaw skills install @thcjp/data-analyst-chinese-free

中文数据分析免费版

一、概述

中文数据分析免费版专为中文业务场景打造,覆盖数据读取、清洗、统计分析与可视化全流程。所有代码模板预置中文字体与中文标题,解决"图表中文乱码"这一长期痛点,让数据分析师、产品经理、运营人员能够在 60 秒内启动一次完整分析。

免费版聚焦日常分析的高频能力,适合 100 万行以内的数据集与单次分析任务。

核心能力

2.1 数据读取统一封装

数据源	代码片段	适用场景
CSV	`pd.read_csv('data.csv')`	通用文本数据
Excel	`pd.read_excel('data.xlsx', sheet_name='Sheet1')`	财务/运营报表
JSON	`pd.read_json('data.json')`	API 返回数据
SQLite	`pd.read_sql('SELECT * FROM t', conn)`	本地数据库
API	`requests.get(url).json()`	第三方接口

输入: 用户提供1 数据读取统一封装所需的指令和必要参数。处理: 解析1 数据读取统一封装的输入参数,完成核心逻辑,返回结构化响应。输出: 返回1 数据读取统一封装的响应数据,包含状态码、结果和日志。

2.2 数据清洗模板

缺失值处理:isnull().sum() 统计、dropna() 删除、fillna() 填充(0/均值/众数)
重复值处理:duplicated().sum() 统计、drop_duplicates() 删除(可按列去重)
类型转换:to_datetime、astype(float)、astype(category)
异常值处理:IQR 法(1.5 倍四分位距)自动过滤
文本规范化:strip()、lower()、replace() 链式处理

输入: 用户提供2 数据清洗模板所需的指令和必要参数。处理: 解析2 数据清洗模板的输入参数,完成核心逻辑,返回结构化响应。输出: 返回2 数据清洗模板的响应数据,包含状态码、结果和日志。

2.3 统计分析方法库

方法	代码	用途
描述统计	`df.describe()`	中心趋势与离散度
分位数	`df['col'].quantile([.25,.5,.75])`	分布形态
偏度峰度	`df['col'].skew()` / `kurt()`	正态性诊断
相关矩阵	`df.corr()`	变量关系
分组聚合	`df.groupby('cat').agg(...)`	多维汇总
交叉表	`pd.crosstab(df['a'], df['b'])`	类别关联

输入: 用户提供3 统计分析方法库所需的指令和必要参数。处理: 解析3 统计分析方法库的输入参数,完成核心逻辑,返回结构化响应。输出: 返回3 统计分析方法库的响应数据,包含状态码、结果和日志。

2.4 中文可视化模板

所有图表预置 SimHei 字体与负号修正,无需额外配置:

折线图(趋势)、柱状图(对比)、散点图(关系)
直方图(分布)、箱线图(离群)、热力图(相关)
高级:分组柱状、小提琴图、散点矩阵、置信区间带

输入: 用户提供4 中文可视化模板所需的指令和必要参数。处理: 解析4 中文可视化模板的输入参数,完成核心逻辑,返回结构化响应。输出: 返回4 中文可视化模板的响应数据,包含状态码、结果和日志。

2.5 分析报告模板

6 段式结构化报告:数据概览 → 关键指标 → 分布特征 → Top N → 趋势分析 → 业务建议。

输入: 用户提供5 分析报告模板所需的指令和必要参数。处理: 解析5 分析报告模板的输入参数,完成核心逻辑,返回结构化响应。输出: 返回5 分析报告模板的响应数据,包含状态码、结果和日志。

执行此能力时使用input_params参数,支持创建/查询/导出操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：中文语境数据清洗、统计分析与可视化、适合数据分析师、产品经理与运营快、速上手、中文数据分析免费、版面向中文用户的、数据分析日常工作、提供开箱即用的数、代码模板、核心能力、等多种来源一键加、类型转换的标准化、相关分析、可视化代码生成、箱线等中文图表模、分析报告自动生成、段式结构化报告模等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

适用场景

角色	典型场景	输出形态
数据分析师	销售明细周度复盘	清洗后数据 + 图表 + Markdown 报告
产品经理	用户行为漏斗分析	漏斗图 + 转化率 + 改进建议
运营专员	促销活动效果评估	对比图 + 增长率 + 结论
财务人员	月度财务汇总	分类汇总表 + 趋势图

不适用场景

以下场景中文数据分析(免费版)不适合处理：

实时流数据处理
小规模数据手动分析
非结构化文本情感分析

触发条件

需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于非本工具能力范围的需求。

使用流程

预计上手时间:< 60 秒。

直接以中文向 Agent 描述任务,以下为可复制模板:

输入格式

参数名	类型	必填	说明
input	string	是	中文数据分析(免费版)处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

text

请分析 sales.csv:
1. 字段: date, region, product, sales, units
2. 时间范围: 2024-01-01 至 2024-12-31
3. 关注: 华东地区月度销售趋势,以及 Top 5 商品
4. 输出: 折线图 + Top 5 表 + Markdown 报告

示例

5.1 数据读取

python

import pandas as pd
# ...
df = pd.read_csv('data.csv')          # CSV
df = pd.read_excel('data.xlsx', sheet_name='Sheet1')  # Excel
df = pd.read_json('data.json')        # JSON
# ...
import sqlite3
conn = sqlite3.connect('database.db')
df = pd.read_sql('SELECT * FROM table', conn)

5.2 数据预览

python

print(df.shape)        # 行列数
print(df.columns)      # 列名
print(df.dtypes)       # 数据类型
print(df.info())       # 详细信息
print(df.head())       # 前 5 行
print(df.describe())   # 数值列统计

5.3 数据清洗

python

df.isnull().sum()                       # 统计缺失
df.dropna()                             # 删除缺失行
df.fillna(0)                            # 填充 0
df['col'].fillna(df['col'].mean())      # 填充均值
df['col'].fillna(df['col'].mode()[0])   # 填充众数
# ...
df.duplicated().sum()                   # 统计重复
df.drop_duplicates()                    # 删除重复
# ...
df['date'] = pd.to_datetime(df['date'])
df['price'] = df['price'].astype(float)
# ...
# IQR 异常值过滤
Q1 = df['col'].quantile(0.25)
Q3 = df['col'].quantile(0.75)
IQR = Q3 - Q1
df = df[(df['col'] >= Q1 - 1.5*IQR) & (df['col'] <= Q3 + 1.5*IQR)]

5.4 统计分析

python

df['col'].mean()      # 均值
df['col'].median()    # 中位数
df['col'].std()       # 标准差
df['col'].skew()      # 偏度
df['col'].kurt()      # 峰度
# ...
df.corr()             # 相关矩阵
df.corr()['target']   # 与目标的相关性
# ...
df.groupby('category').agg({
    'sales': ['sum', 'mean', 'count'],
    'profit': 'mean'
})
# ...
pd.crosstab(df['col1'], df['col2'])

5.5 中文可视化

python

import matplotlib.pyplot as plt
import seaborn as sns
# ...
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# ...
plt.figure(figsize=(10, 6))
plt.plot(df['date'], df['value'])
plt.title('趋势图')
plt.xlabel('日期')
plt.ylabel('数值')
plt.show()
# ...
sns.heatmap(df.corr(), annot=True, cmap='coolwarm', center=0)
plt.show()

5.6 报告生成模板

python

def generate_report(df):
    """生成数据分析报告"""
    return f"""
## 1. 数据概览
- 数据量: {len(df)} 行 × {len(df.columns)} 列
- 缺失值: {df.isnull().sum().sum()} 个
# ...
## 2. 关键指标
- 总销售额: ¥{df['sales'].sum():,.2f}
- 平均订单: ¥{df['sales'].mean():,.2f}
# ...
## 3. 分布特征
- 偏度: {df['sales'].skew():.2f}
- 标准差: {df['sales'].std():,.2f}
# ...
## 4. Top 5 类别
{df.groupby('category')['sales'].sum().sort_values(ascending=False).head().to_markdown()}
# ...
## 5. 趋势分析
- 环比增长: {df['sales'].pct_change().mean()*100:.2f}%
# ...
## 6. 建议
1. 重点推广 Top 3 类别
2. 优化低转化品类
3. 关注季节性波动
"""

六、最佳实践

先预览后处理:用 head/info/describe 三件套先了解数据全貌
备份原数据:清洗前 df.copy() 保留原始数据
类型先行:先 to_datetime 和 astype 规范类型,再做统计
中文图表:务必预置 SimHei 字体,否则中文乱码
结果验证:统计结论与业务直觉对照,异常需复核
可视化简洁:一张图只表达一个观点,避免信息过载

常见问题

Q1: 中文图表显示为方框怎么办?

A: 在脚本开头加上:

python

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

Q2: 大数据集内存不够怎么办?

A: 免费版推荐处理 100 万行以内。更大规模建议使用专业版的 Dask/Polars 后端与增量读取。

Q3: Excel 多 Sheet 如何读取?

A: pd.read_excel('file.xlsx', sheet_name=None) 会返回所有 Sheet 的字典。

Q4: 缺失值应该删除还是填充?

A: 缺失率 <5% 可删除;5-30% 适合用均值/中位数/众数填充;>30% 建议作为单独类别或用模型预测填充。

Q5: 异常值如何判定?

A: 推荐 IQR 法(1.5 倍四分位距外为异常);正态分布数据可用 3σ 原则;业务场景可结合常识阈值。

已知限制

本免费体验版限制以下高级功能:

禁用时间序列分解与季节性分析
禁用假设检验与 A/B 测试自动化
禁用大数据集(>100 万行)批处理
禁用自定义报告模板与品牌化输出
禁用定时任务与邮件分发
禁用与外部数据库(如 PostgreSQL)的深度集成

解锁全部功能请使用专业版:data-analyst-chinese-pro

当前为免费版本,如需完整功能请升级到付费版获取全部能力

依赖说明

运行环境

Agent 平台: 任意支持 SKILL.md 的 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
操作系统: Windows / macOS / Linux
Python: 3.8+

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由 Agent 内置 LLM 提供
pandas	Python 库	必需	`pip install pandas`
numpy	Python 库	必需	`pip install numpy`
matplotlib	Python 库	可选	`pip install matplotlib`(可视化)
seaborn	Python 库	可选	`pip install seaborn`(高级可视化)
openpyxl	Python 库	可选	`pip install openpyxl`(Excel 读写)
tabulate	Python 库	可选	`pip install tabulate`(Markdown 表格)

API Key 配置

本 Skill 基于自然语言指令,无需额外 API Key
如对接外部 API,需用户自行提供对应的访问凭证,通过环境变量传入,禁止在对话或脚本中明文硬编码

可用性分类

分类: MD+EXEC(纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
说明: 基于自然语言驱动的 AI Skill,通过中文场景化模板加速数据分析日常工作

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

输出格式

json

{
  "success": true,
  "data": {
    "result": "中文数据分析(免费版)处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "data analyst chinese"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

Data Analyst Chinese Free

Install

中文数据分析 免费版

一、概述

核心能力

2.1 数据读取统一封装

2.2 数据清洗模板

2.3 统计分析方法库

2.4 中文可视化模板

2.5 分析报告模板

适用场景

不适用场景

触发条件

使用流程

输入格式

示例

5.1 数据读取

5.2 数据预览

5.3 数据清洗

5.4 统计分析

5.5 中文可视化

5.6 报告生成模板

六、最佳实践

常见问题

Q1: 中文图表显示为方框怎么办?

Q2: 大数据集内存不够怎么办?

Q3: Excel 多 Sheet 如何读取?

Q4: 缺失值应该删除还是填充?

Q5: 异常值如何判定?

已知限制

依赖说明

运行环境

第三方依赖

API Key 配置

可用性分类

错误处理

输出格式

中文数据分析免费版