create-viz

/create-viz - 创建可视化

如果您看到不熟悉的占位符，或需要检查已连接的工具，请参阅 CONNECTORS.md。

使用 Python 创建可用于发布的高质量数据可视化。根据数据生成图表，并遵循清晰、准确和设计方面的最佳实践。

用法

/create-viz <data source> [chart type] [additional instructions]

工作流

1. 理解请求

确定以下内容：

• 数据来源：查询结果、粘贴的数据、CSV/Excel 文件，或需要查询的数据
• 图表类型：明确指定的，或需要推荐的
• 用途：探索、演示、报告、仪表板组件
• 受众：技术团队、管理层、外部利益相关方

2. 获取数据

如果已连接数据仓库且需要查询数据：

1. 编写并执行查询
2. 将结果加载到 pandas DataFrame 中

如果数据是粘贴或上传的：

1. 将数据解析为 pandas DataFrame
2. 根据需要进行清洗和准备（类型转换、空值处理）

如果数据来自对话中的先前分析：

1. 引用已有数据

3. 选择图表类型

如果用户未指定图表类型，则根据数据和问题推荐一种：

数据关系	推荐图表
随时间的趋势	折线图
跨类别比较	条形图（类别较多时使用水平条形图）
部分与整体的构成	堆叠条形图或面积图（除非类别少于 6 个，否则避免使用饼图）
数值分布	直方图或箱线图
两个变量之间的相关性	散点图
两个变量随时间的比较	双轴折线图或分组条形图
地理数据	分级统计地图
排名	水平条形图
流向或流程	桑基图
关系矩阵	热力图

如果用户未指定，请简要说明推荐理由。

4. 生成可视化

根据需求，使用以下库之一编写 Python 代码：

• matplotlib + seaborn：最适合静态、可用于发布的高质量图表。默认选择。
• plotly：最适合交互式图表，或用户要求交互功能时使用。

代码要求：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Set professional style
plt.style.use('seaborn-v0_8-whitegrid')
sns.set_palette("husl")

# Create figure with appropriate size
fig, ax = plt.subplots(figsize=(10, 6))

# [chart-specific code]

# Always include:
ax.set_title('Clear, Descriptive Title', fontsize=14, fontweight='bold')
ax.set_xlabel('X-Axis Label', fontsize=11)
ax.set_ylabel('Y-Axis Label', fontsize=11)

# Format numbers appropriately
# - Percentages: '45.2%' not '0.452'
# - Currency: '$1.2M' not '1200000'
# - Large numbers: '2.3K' or '1.5M' not '2300' or '1500000'

# Remove chart junk
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

plt.tight_layout()
plt.savefig('chart_name.png', dpi=150, bbox_inches='tight')
plt.show()

5. 应用设计最佳实践

颜色：

• 使用一致且对色盲友好的配色方案
• 有意义地使用颜色（而非装饰性地）
• 用对比色突出关键数据点或趋势
• 将次要的参考数据设为灰色

排版：

• 标题应描述洞察结论，而不仅仅是指标（例如用“收入同比增长 23%”，而非“按月收入”）
• 坐标轴标签清晰易读（如无必要，避免旋转 90 度）
• 在关键数据点上添加数据标签（当其有助于理解时）

布局：

• 留出适当的留白和边距
• 图例位置不遮挡数据
• 类别按数值排序（而非按字母顺序），除非存在自然顺序

准确性：

• 条形图的 Y 轴从零开始
• 除非有清晰的标注，否则不要使用误导性的坐标轴断点
• 比较多个面板时保持刻度一致
• 精度适当（不要显示 10 位小数）

6. 保存并展示

1. 将图表保存为 PNG 文件，并使用描述性名称
2. 向用户展示图表
3. 提供所用代码，方便用户修改
4. 建议变体（不同图表类型、不同分组方式、缩放的时间范围）

示例

/create-viz Show monthly revenue for the last 12 months as a line chart with the trend highlighted

/create-viz Here's our NPS data by product: [pastes data]. Create a horizontal bar chart ranking products by score.

/create-viz Query the orders table and create a heatmap of order volume by day-of-week and hour

提示

• 如果您需要交互式图表（悬停、缩放、筛选），请提及“交互式”，Claude 将使用 plotly
• 如果需要更大的字体和更高的对比度，请注明“演示用”
• 您可以一次请求多个图表（例如“创建一个 2x2 的图表网格，展示……”）
• 图表会以 PNG 文件的形式保存到您当前的目录中