Data Visualization

根据数据类型智能选择图表，按统一规范生成 Python matplotlib 代码。三套风格均按真实报告视觉提取并可复刻。

工作流程

1. 询问风格 - 若用户未指定风格，展示三套选项供选择
2. 分析数据 - 识别数据类型（时序、分类、占比等）
3. 选择图表 - 参考 references/chart_selection.md 匹配最佳图表类型
4. 找对应示例 - 优先从 examples/ 中找最接近的模板脚本，直接照着改
5. 查细节规范 - 遇到 examples 没覆盖的场景，查 references/visualization_spec.md
6. 输出代码 - 生成完整可运行的 Python 代码

风格选项

示例脚本（examples/）

所有示例都是完整可运行的脚本，改数据即用。

图表选择速查

完整 25 种数据类型映射见 references/chart_selection.md。

各风格核心规范速查

BCG 风格

• 主色 #2ca02c（绿），无渐变
• 标题含样本量 (N=X)
• 去除上/右/下边框，无网格线

The Economist 风格

• 白色背景（非蓝灰）
• 顶部标志元素：全宽红线 #E3120B + 左上角红色方块 tag，都用 fig.transFigure + clip_on=False（禁用 fig.add_axes）
• 所有左对齐元素（红线起点/tag/标题/分类标签）共用基准 LEFT_X=0.14
• 主数据系列 #006BA2，灰化对照 #758D99
• 分类标签必须用 blended_transform_factory(fig.transFigure, ax.transData) 对齐，否则会超出 LEFT_X 左端

McKinsey 风格

• 亮青 #2CBDEF + 浅灰 #D4D4D4 二元对照（非单色高亮其他灰化）
• 左上"Exhibit X"小灰字 + 下方全宽细分隔线
• 超大粗体标题（15~17pt），结论句
• 图例在右上角，色块 + 文字纵向排列
• 柱子必须窄（width=0.32~0.38）
• y 轴隐藏刻度，数字直接写在柱上
• 来源注脚写 Source: 或"资料来源："

三条常见坑（必看）

1. 禁用 fig.add_axes（会与布局系统冲突）。Economist 的红线/tag 用 ax.plot + mpatches.Rectangle 配 fig.transFigure + clip_on=False。
2. 禁用 ax.set_ylabel 放中文单位（会伸出 LEFT_X 左侧破坏对齐）。y 方向单位写进副标题；set_xlabel 可用（在 x 轴下方居中）。
3. 轴刻度 formatter 禁止含中文汉字（字体缺失变方块）。中文单位用副标题或 set_xlabel。

完整规范（三套共享工具函数 + 所有代码模板）见 references/visualization_spec.md。

关键约束

1. 占比数据超过 5 项时，用堆叠柱状图替代饼图
2. 中文必须通过 FontProperties 显式设置（/System/Library/Fonts/STHeiti Light.ttc）
3. BCG 标题含样本量 (N=X)；McKinsey 标题是结论句 + "Exhibit X"编号；Economist 标题是描述性短句
4. 数据标签格式 {:.1f}% 或 {:.2f}（看量级）