# Skylv Data Analyzer

> Data Analyzer — 数据分析助手

- Skill: `luokai0/skylv-data-analyzer` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add luokai0/skylv-data-analyzer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/luokai0/skylv-data-analyzer/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: luokai0 (https://skillmd.com/u/luokai0)
- Updated: 2026-09-21
- Page: https://skillmd.com/skills/luokai0/skylv-data-analyzer

---


# Data Analyzer — 数据分析助手

## 功能说明

对数据文件进行统计分析，生成报告和可视化。

## 使用方法

### 1. 基础统计分析

```
用户: 分析 data.csv 文件，计算各列的统计指标
```

执行步骤：
1. 读取CSV文件
2. 识别数值列和分类列
3. 计算统计指标：
   - 数值列：均值、中位数、标准差、最小值、最大值
   - 分类列：唯一值数量、最高频值
4. 输出统计报告

### 2. 数据分布分析

```
用户: 分析 sales.csv 中 amount 列的分布情况
```

执行步骤：
1. 读取数据
2. 计算分位数（Q1, Q2, Q3）
3. 识别异常值
4. 生成分布描述

### 3. 相关性分析

```
用户: 分析 data.csv 中 price 和 sales 的相关性
```

执行步骤：
1. 提取两列数据
2. 计算相关系数
3. 绘制散点图（可选）
4. 解释相关性含义

### 4. 数据清洗

```
用户: 清洗 data.csv，处理缺失值和异常值
```

执行步骤：
1. 检测缺失值
2. 检测异常值（IQR方法或Z-score）
3. 提供处理建议：
   - 缺失值：删除、填充均值/中位数/众数
   - 异常值：删除、替换为边界值
4. 执行清洗并输出结果

## 示例输出

```
数据分析报告 - data.csv

数据概览:
- 行数: 1,000
- 列数: 5
- 缺失值: 12 (0.24%)

数值列统计:
| 列名 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
|------|------|--------|--------|--------|--------|
| age  | 35.2 | 34     | 12.3   | 18     | 72     |
| income | 52.3K | 48K | 18.7K | 20K | 120K |

分类列统计:
| 列名 | 唯一值 | 最高频 |
|------|--------|--------|
| city | 15     | 北京 (23%) |
| gender | 2 | 男 (52%) |
```

## 依赖

- Python 3 + pandas（可选，用于高级分析）
- 基础分析无需额外依赖，使用内置工具即可