数据可视化图表生成器(支持 7 种图表类型)
Chart Generator - 图表生成器
功能概述
Chart Generator - 图表生成器是一项面向实际任务的技能,主要用于使用 Python matplotlib 生成数据可视化图表,支持 7 种图表类型 :折线图、柱状图、饼图、散点图、面积图、多系列对比图;📊 支持的图表类型;
核心要点
- Type 参数;
- 📈 折线图;
- 显示数据趋势;
使用与执行
时间序列、趋势分析;📊 柱状图;比较不同类别;分类数据对比;显示占比分布;百分比、份额分析;🔵 散点图;scatter。
结果检查与注意事项
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
Chart Generator - 图表生成器
使用 Python matplotlib 生成数据可视化图表,支持 7 种图表类型:折线图、柱状图、饼图、散点图、面积图、多系列对比图。
📊 支持的图表类型
| 类型 | Type 参数 | 说明 | 适用场景 |
|---|---|---|---|
| 📈 折线图 | line |
显示数据趋势 | 时间序列、趋势分析 |
| 📊 柱状图 | bar |
比较不同类别 | 分类数据对比 |
| 🥧 饼图 | pie |
显示占比分布 | 百分比、份额分析 |
| 🔵 散点图 | scatter |
显示数据点分布 | 相关性分析、分布图 |
| 🎨 面积图 | area |
强调数量变化 | 累积趋势、量变分析 |
| 📉 多系列折线图 | multi-line |
多组数据对比 | 多指标趋势对比 |
| 📊 多系列柱状图 | bar-compare |
多组数据并排对比 | 多维度分类对比 |
🚀 使用方法
方式 1:直接调用脚本
# 折线图(默认)
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--data "[2,4,3,7,8,8]"
--title "数据趋势"
--output "/tmp/chart.png"
# 柱状图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type bar
--data "[23,45,56,78,32]"
--title "销售对比"
# 饼图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type pie
--data "[30,25,20,15,10]"
--labels "['产品 A','产品 B','产品 C','产品 D','其他']"
--title "市场份额"
# 散点图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type scatter
--data-x "[1,2,3,4,5,6,7,8]"
--data-y "[2,4,3,7,8,8,6,9]"
--title "数据分布"
# 面积图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type area
--data "[2,4,3,7,8,8]"
--title "累积趋势"
# 多系列折线图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type multi-line
--datasets '{"2024 年":[23,45,56,78,32],"2025 年":[34,56,67,89,43]}'
--labels "['Q1','Q2','Q3','Q4','Q5']"
--title "年度对比"
# 多系列柱状图
/home/thor/bin/conda run -n base python /home/thor/.openclaw/workspace/skills/chart-generator/chart_gen.py
--type bar-compare
--datasets '{"北京":[23,45,56],"上海":[34,56,67],"广州":[30,50,60]}'
--labels "['一月','二月','三月']"
--title "城市销售对比"
方式 2:使用包装命令
# 简单折线图
chart-gen --data="[2,4,3,7,8,8]" --title="销售数据"
# 柱状图
chart-gen -t bar --data="[23,45,56,78,32]" --title="月度销售"
# 饼图
chart-gen -t pie --data="[30,25,20,15,10]" --labels="['A','B','C','D','E']" --title="占比分析"
# 散点图
chart-gen -t scatter --data-x="[1,2,3,4,5]" --data-y="[2,4,6,8,10]" --title="相关性"
# 面积图
chart-gen -t area --data="[5,10,15,20,25]" --title="增长趋势"
# 多系列对比
chart-gen -t multi-line --datasets='{"产品 A":[10,20,30],"产品 B":[15,25,35]}' --title="产品对比"
# 发送到 Telegram(自动清理临时文件)
chart-gen-send -t bar --data="[23,45,56,78,32]" --title="销售报表"
方式 3:交给 AI 助手
直接描述需求即可:
- "帮我把数据 [2,4,3,7,8,8] 画成折线图"
- "生成一个饼图,数据是 [30,25,20,15,10]"
- "可视化这组数据:[10,20,15,25,30],用柱状图"
- "对比 2024 和 2025 年的销售数据:2024 年 [23,45,56,78],2025 年 [34,56,67,89]"
📋 参数说明
| 参数 | 说明 | 必填 | 默认值 |
|---|---|---|---|
--data |
单系列数据数组 | 单系列必填 | - |
--data-x |
散点图 X 轴数据 | scatter 必填 | - |
--data-y |
散点图 Y 轴数据 | scatter 必填 | - |
--datasets |
多系列数据 JSON | 多系列必填 | - |
--labels |
X 轴标签 | 可选 | 自动生成 |
--type, -t |
图表类型 | 可选 | line |
--title |
图表标题 | 可选 | Data Chart |
--output |
输出文件路径 | 可选 | /tmp/chart.png |
--width |
图表宽度(英寸) | 可选 | 10 |
--height |
图表高度(英寸) | 可选 | 6 |
--color |
颜色(hex) | 可选 | #2196F3 |
🎨 图表类型详解
1️⃣ 折线图 (line)
chart-gen --data="[23,45,56,78,32,45,67]" --title="周销售趋势"
- 适合展示时间序列数据
- 自动填充渐变区域
- 标记数据点
2️⃣ 柱状图 (bar)
chart-gen -t bar --data="[23,45,56,78,32]" --labels="['周一','周二','周三','周四','周五']"
- 每个柱子上方显示数值
- 自动调整颜色
- 适合分类对比
3️⃣ 饼图 (pie)
chart-gen -t pie --data="[30,25,20,15,10]" --labels="['A','B','C','D','E']" --title="市场份额"
- 自动显示百分比
- 超过 10 项自动合并为"其他"
- 使用多彩配色方案
4️⃣ 散点图 (scatter)
chart-gen -t scatter --data-x="[1,2,3,4,5]" --data-y="[2,4,6,8,10]" --title="相关性分析"
- 显示数据点分布
- 自动标注点序号
- 适合相关性分析
5️⃣ 面积图 (area)
chart-gen -t area --data="[5,10,15,20,25]" --title="增长趋势"
- 强调数量变化的累积效果
- 半透明填充
- 适合展示总量变化
6️⃣ 多系列折线图 (multi-line)
chart-gen -t multi-line --datasets='{"2024 年":[23,45,56],"2025 年":[34,56,67]}' --title="年度对比"
- 自动分配不同颜色
- 显示图例
- 适合多指标趋势对比
7️⃣ 多系列柱状图 (bar-compare)
chart-gen -t bar-compare --datasets='{"北京":[23,45],"上海":[34,56]}' --labels="['Q1','Q2']"
- 并排显示多组数据
- 自动计算柱宽
- 适合多维度对比
🧹 自动清理
chart-gen-send 命令会在发送后自动删除临时文件,保持系统干净。
📦 依赖
- Python 3 (via conda)
- matplotlib
- pillow
💡 示例场景
# 销售周报
chart-gen-send --data="[230,450,560,780,320,450,670]" --title="周销售报表"
# 产品份额分析
chart-gen-send -t pie --data="[35,28,20,12,5]" --labels="['产品 A','产品 B','产品 C','产品 D','其他']" --title="产品份额"
# 季度对比
chart-gen-send -t multi-line --datasets='{"Q1":[100,120,150],"Q2":[130,140,160],"Q3":[150,170,190]}' --title="季度趋势"
# 城市销售对比
chart-gen-send -t bar-compare --datasets='{"北京":[230,340,450],"上海":[280,390,500],"广州":[200,300,400]}' --labels="['一月','二月','三月']" --title="城市对比"
热门AI工具
相关专题
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章