Skill 多语言阅读指南
data-visualization用途、用法与原始来源
使用 Python（matplotlib、seaborn、plotly）创建有效的数据可视化图表。可用于构建图表、为数据集选择合适的图表类型、创建出版级图表，或应用可访问性和色彩理论等设计原则。
原文采集时间:
- SKILL.md
data/skills/data-visualization/SKILL.md- 仓库 Star
- 34,049
- 仓库最近更新
- 2026/10/30
- 能力分类
- 设计
- 最近采集时间
许可：许可文件待核验
流程片段用于帮助阅读上游说明。本页没有执行第三方 Skill，不属于实测评测。
下面的用途和操作片段来自上游文档，由本站整理并翻译，和另行标注的 Codez 编辑分析分开展示。
这个 Skill 能做什么
使用 Python（matplotlib、seaborn、plotly）创建有效的数据可视化图表。可用于构建图表、为数据集选择合适的图表类型、创建出版级图表，或应用可访问性和色彩理论等设计原则。
如何使用：上游操作流程
何时不应使用某些图表
饼图：除非必要，否则避免使用。6类别和精确比例远不如粗略比较重要。人类不擅长比较角度，所以最好使用柱状图。3D形图：绝对不要用。它们会扭曲认知，而且不会提供任何新信息。
原文片段 · L31 ↗原文片段 · python ↗
fig, ax = plt.subplots(figsize=(10, 8))
# Pivot data for heatmap format
pivot = df.pivot_table(index='row_dim', columns='col_dim', values='metric', aggfunc='sum')
sns.heatmap(pivot, annot=True, fmt=',.0f', cmap='YlOrRd',
linewidths=0.5, ax=ax, cbar_kws={'label': 'Metric Value'})
ax.set_title('Metric by Row Dimension and Column Dimension', fontweight='bold')
ax.set_xlabel('Column Dimension')
ax.set_ylabel('Row Dimension')
plt.tight_layout()
plt.savefig('heatmap.png', dpi=150, bbox_inches='tight')环境与依赖
本次未从该文件选出独立的环境要求片段，不代表无需依赖。请继续核对仓库的安装说明和引用文件。
限制与结果检查
本次未从该文件选出独立的限制片段，不代表适用于所有输入或环境。请阅读完整原文，并自行验证实际结果。
开始使用前
- 先核对支持的 Agent 宿主和仓库安装说明。保留完整 Skill 目录及其引用的脚本、资源和文档，只复制 SKILL.md 可能漏掉依赖。
- 向 Agent 提供实际输入、期望输出和验收标准。调用方式与可用工具取决于宿主环境，本站不假定存在通用的安装命令。
- 先在临时项目或输入副本上试用。涉及修改文件、远程服务或计费资源的操作，应逐项核对后再授权。
- 按照原文检查项和自己的需求验证输出。成功触发或仓库 Star 较高，都不能证明结果正确。
继续阅读原始文档
相关 Skill
翻译与介绍范围
本页从固定版本的上游 SKILL.md 整理用途与操作片段，译文使用辅助翻译。它不是完整手册，也不代表经过兼容性实测；使用前请核对原文及其引用文件。
介绍依据下方列出的固定版本；当前仓库动态和目录采集时间单独展示。
- 固定版本来源
- 阅读原文 ↗
- 原文采集时间
- 来源提交版本
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- 原文 SHA-256
5811e8b3547cda6bc8af118aaf0d7589e8861cdc9facce6372dc78aea99ab87d