DataAnalyzer Pro - 数据分析工具

📊 一键式 CSV/Excel 数据分析，支持图形界面和命令行双模式

🚀 快速开始

方法1：图形界面（推荐）

# 安装依赖
pip install pandas matplotlib seaborn tqdm openpyxl

# 运行
python data_analyzer_pro.py

操作步骤：

1. 双击运行或命令行输入 python data_analyzer_pro.py
2. 点击"选择文件"按钮，选择你的 CSV/Excel 文件
3. 选择分析模板（销售/财务/通用）
4. 点击"开始分析"
5. 查看生成的 analysis_report.md 和图表

方法2：命令行

# 通用分析
python data_analyzer_pro.py data.csv

# 销售数据分析
python data_analyzer_pro.py sales.csv --template sales

# 财务数据分析
python data_analyzer_pro.py finance.csv --template finance

# 跳过数据清洗
python data_analyzer_pro.py data.csv --no-clean

📁 功能特性

✅ Pro 版新增

• 图形界面：拖放文件，一键分析
• 预设模板：
  • 📈 销售数据分析（月度趋势、销售额统计）
  • 💰 财务数据分析（指标趋势、健康度评估）
  • 👥 用户行为分析（留存、活跃度）
  • 📊 通用分析（统计摘要、相关性分析）
• 智能清洗：自动填充缺失值、移除异常值
• 多格式导出：Markdown 报告 + PNG 图表

📊 分析内容

• 数据基本信息（行数、列数、缺失值）
• 数值列统计摘要（均值、中位数、标准差）
• 相关性热力图
• 分布直方图和箱线图
• 模板专属分析（销售趋势、财务指标等）

📦 依赖安装

pip install pandas matplotlib seaborn tqdm openpyxl

📄 输出文件

运行后会生成：

• analysis_report.md - 完整分析报告
• correlation_heatmap.png - 相关性热力图
• distribution_*.png - 各列分布图
• sales_trend.png - 销售趋势图（销售模板）
• finance_*.png - 财务指标图（财务模板）
• data_analysis.log - 运行日志

🎯 使用场景

场景	推荐模板	输出
电商销售数据	销售分析	月度趋势、TOP产品
财务报表	财务分析	指标趋势、异常检测
用户行为数据	用户分析	留存率、活跃度
通用数据探索	通用分析	统计摘要、相关性

💡 示例

示例1：分析销售数据

python data_analyzer_pro.py sales_data.csv --template sales

输出：月度销售额趋势图、总销售额、均值等

示例2：图形界面分析

python data_analyzer_pro.py
# 然后拖放文件，选择模板，点击分析

📝 注意事项

1. 支持 .csv 和 .xlsx/.xls 格式
2. 数值列自动识别，无需指定
3. 中文路径支持良好
4. 大数据集（10万行以上）可能需要等待几秒

🔧 故障排除

Q: 提示缺少依赖？
A: 运行 pip install pandas matplotlib seaborn tqdm openpyxl

Q: 图表显示乱码？
A: macOS/Linux 无需配置，Windows 需安装中文字体

Q: 分析失败？
A: 查看 data_analysis.log 日志文件排查

---

作者： OpenClaw Assistant + KAT-Coder-Pro-V1 版本： Pro 2.0 更新： 2026-02-11