功能概述
data-analysis-partner 是一款面向非技术用户的智能数据分析工具，通过自然语言交互即可完成从数据读取到报告生成的全流程。用户只需上传 CSV/Excel 文件并用日常语言描述分析需求，即可获得包含交互式可视化图表的专业级 HTML 分析报告。
核心用法
典型工作流程：
1. 用户上传数据文件（支持 .csv / .xlsx / .xls）
2. 用自然语言描述分析目标，如"分析各区域销售差异，找出表现最好和最差的区域"
3. 工具自动执行数据概览、统计分析、相关性检测、异常值识别
4. 输出自包含 HTML 报告，浏览器打开即可查看交互式 ECharts 图表
主要分析能力：
- 描述统计（min/max/mean/std/分位数）
- 相关性分析与热力图
- 异常值自动检测
- 漏斗分析、趋势分析、分组对比
- 规则引擎自动提取关键洞察
显著优点
- 零代码门槛：完全自然语言交互，无需 Python/SQL 基础
- 即时可视化：自动匹配图表类型（分布图、柱状图、热力图、趋势图）
- 报告可分享：HTML 自包含，可离线发送给他人查看
- 大文件优化：>5万行自动抽样，>100MB 仍可处理
- 隔离环境：自动创建 Python 虚拟环境，不污染系统环境
潜在局限
- 网络依赖：首次打开报告需从 CDN 加载 ECharts 库（可缓存后离线使用）
- 复杂建模限制：不支持机器学习模型训练、预测性分析
- 隐私注意：打开报告时会向 cdn.jsdelivr.net 发送请求（仅加载库，不传输数据）
- 中文分词限制：自然语言需求解析依赖规则引擎，复杂语义可能理解偏差
适合人群
- 业务人员：快速生成数据洞察，支持汇报决策
- 产品经理：用户行为数据漏斗分析
- 运营人员：活动效果评估、区域对比分析
- 学生/研究者：快速探索性数据分析（EDA）
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 数据泄露 | 报告 HTML 包含完整数据 | 谨慎分享敏感数据报告 |
| 隐私暴露 | CDN 请求暴露访问行为 | 敏感场景建议缓存后断网查看 |
| 分析偏差 | 自动抽样可能影响分布特征 | 注意报告中的抽样标注 |
| 依赖失效 | CDN 不可用时图表无法渲染 | 提前在有网环境缓存 |
技术依赖
- Python 3 + pandas/numpy/openpyxl/xlrd
- ECharts 5.x（CDN 加载）
- 自动虚拟环境管理（.venv）