核心用法
data-visualizer 是一款专为命令行环境设计的轻量级数据可视化工具，支持从 CSV/JSON 文件直接生成多种 ASCII 图表格式。核心工作流分为三类：即时图表生成（bar、histogram、sparkline、heatmap、gauge）、数据深度分析（summarize、correlate、distribution、pivot、normalize）以及格式转换导出（to-svg、to-html）。用户可通过管道组合命令，例如 summarize → correlate → to-svg 构建完整的数据分析流水线。
工具采用 bash 脚本作为主入口，Python3 处理重型计算（相关系数矩阵、JSON 解析、SVG 渲染），兼顾兼容性与性能。配置项仅 DATAVIZ_DIR 一个可选变量，默认存储路径符合 XDG 规范，历史记录持久化便于审计追踪。
显著优点
1. 零依赖 GUI：纯终端运行，适合 SSH 远程服务器、Docker 容器、CI/CD 流水线等无图形界面场景
2. 多格式原生支持：CSV 与 JSON 双格式自动识别，无需预处理转换
3. 统计功能完备：内置 Pearson 相关性计算、分位数聚合、Z-score 标准化等数据科学常用操作
4. 输出多样性：ASCII 图表即时预览，SVG/HTML 便于报告嵌入，覆盖从探索到交付的全周期
5. 轻量可移植：bash 4.0+ 与 Python3 为唯一依赖，主流 Linux/macOS 开箱即用
潜在缺点与局限性
- 交互性受限：终端 ASCII 图表不支持鼠标悬停、缩放、筛选等交互操作
- 大数据集性能：数万行以上的 CSV 处理依赖 Python pandas，内存占用随数据量线性增长
- 可视化精度：ASCII 字符分辨率有限，热力图色差辨识度低于真彩色 GUI 工具
- 自定义受限：主题配色、字体、图表尺寸等样式参数缺乏细粒度配置接口
- 安全边界：脚本执行用户输入的 CSV/JSON 路径，若路径含恶意构造的符号链接或命令注入，存在本地权限提升风险（需配合严格的输入校验）
适合人群
- DevOps/SRE 工程师：服务器性能指标快速可视化
- 数据分析师：命令行探索性数据分析（EDA）阶段的原型验证
- 后端开发者：CI 流水线中的数据质量监控与报告自动生成
- 技术写作者：技术文档中嵌入可复制的终端图表示例
常规风险
| 风险类别 | 说明 |
|---------|------|
| 输入验证 | 需确保 CSV/JSON 来源可信，防范路径遍历与反序列化攻击 |
| 依赖安全 | Python3 第三方库（如 pandas、numpy）需保持更新，避免已知 CVE |
| 日志泄露 | `history.log` 可能记录敏感数据路径，建议配置日志轮转与权限控制 |
| 资源耗尽 | 超大文件处理可能导致 OOM，建议设置进程级内存限制 |