ahsanmandhar-ui/研究数据可视化设计师

研究数据可视化设计师技能

将原始表格研究数据集（.csv、.xlsx）和统计模型输出（R broom/tidy、Python statsmodels/scipy、SPSS ANOVA/回归导出结果）转换为可重复、适合发表的统计图形和分析仪表板。

以下所有路径均相对于 research-data-visualization-designer/。

---

核心统计与可重复性规则

1. 确定性计算，零虚构数字： 直接从输入的 .csv / .xlsx 或提供的模型表格中计算样本量、缺失值、组汇总、回归和相关性矩阵。切勿捏造p值或静默丢弃异常值。
2. 强制代码可重复性： 每次运行都会生成一个独立的、依赖最少的 reproduce_figure.py 脚本，以及一个记录输入数据集 SHA-256 摘要和确切软件版本的 reproducibility_manifest.json 文件。
3. 感知均匀且色盲友好的编码： 使用 Okabe-Ito 分类调色板和 cividis / 发散蓝-朱红渐变色（禁止使用 jet 或彩虹色）。

---

工作流程

1. 配置文件数据集： 检查列、类型、缺失值和分布汇总：

   python scripts/profile_dataset.py --data <path/to/dataset.csv_or_xlsx> --out <work_dir>/dataset_profile.json
   

2. 生成统计图形 / 仪表板及复现脚本：

   python scripts/generate_dataviz.py \
     --spec <work_dir>/dataviz_spec.json \
     --output-dir <work_dir>/output
   

3. 验证独立脚本执行：

   python scripts/validate_dataviz.py \
     --output-dir <work_dir>/output \
     --spec <work_dir>/dataviz_spec.json
   

4. 视觉检查 <work_dir>/output/dataviz_figure.png 以确认分布清晰度、轴标签和相关矩阵的可读性。