用 Python/pandas…

当你用 pandas、matplotlib、seaborn 和 Jupyter 做探索性数据分析、数据清洗、统计可视化或分析仪表盘时，按此流程与规范执行。

适用场景

解决思路

1. 按探索性数据分析流水线推进：先用 pd.read_csv() 或合适的加载器读取数据，检查 .shape、.dtypes、.describe() 和 .isnull().sum()
2. 清洗与转换：处理缺失值、修正 dtypes、重命名列、用向量化的 pandas 操作过滤异常值
3. 探索关系：用 .groupby()、.corr() 和交叉表识别模式
4. 可视化发现：用 matplotlib/seaborn 创建有针对性的图表，标注坐标轴、添加标题、使用色盲友好调色板
5. 验证结果：运行统计检验、报告置信区间、验证假设
6. 记录与分享：用 markdown 分节组织 notebook，分享前清除输出，固定依赖版本
7. 编写简洁、技术性的代码并配以准确的 Python 示例
8. 强调数据分析工作流的可读性与可复现性
9. 使用函数式编程模式，尽量减少类的使用
10. 优先使用向量化操作而非显式循环以提升性能
11. 使用描述性变量命名（如 is_valid、has_data、total_count）
12. 遵循 PEP 8 风格指南
13. 所有数据操作与分析任务都使用 pandas
14. 使用方法链实现干净、可读的转换
15. 用 loc 和 iloc 做显式数据选择
16. 用 groupby 做高效数据聚合
17. 按场景恰当使用 merge 和 join 合并数据集
18. 用向量化操作替代循环
19. 对低基数字符串列使用 categorical 等高效数据结构
20. 对超出内存的数据集考虑使用 dask
21. 对代码做性能剖析以定位并优化瓶颈
22. 使用合适的 dtypes 以减少内存占用
23. 校验数据类型与取值范围以保证数据完整性
24. 读取外部数据时对易出错操作使用 try-except 块
25. 检查缺失值并妥善处理
26. 转换后验证数据形状与结构
27. 用 matplotlib 做细粒度定制控制
28. 创建清晰、信息量足的图表并正确标注
29. 始终包含坐标轴标签和标题
30. 相关可视化之间使用一致的配色方案
31. 按预期用途以合适分辨率保存图表
32. 用 seaborn 做统计可视化并利用其美观默认样式
33. 利用内置主题保持风格一致
34. 根据数据类型选择合适的图表类型（散点、折线、柱状、热力图等）
35. 选择调色板时考虑色盲可访问性
36. 使用色盲友好的调色板
37. 包含替代文本描述
38. 确保视觉元素有足够对比度
39. 为复杂图表提供数据表作为替代
40. 用清晰的 markdown 分节组织 notebook
41. 以概述/引言单元格开头
42. 详尽记录分析步骤
43. 保持代码单元格聚焦且模块化
44. 以结论和关键发现结尾
45. 保持有意义的单元格执行顺序
46. 分享 notebook 前清除输出
47. 用环境文件（requirements.txt）管理依赖
48. 记录数据来源与访问方式
49. 包含日期/版本信息
50. 在 notebook 开头导入所有库
51. 在专用单元格中定义辅助函数
52. 恰当使用魔法命令（如 %matplotlib inline）
53. 保持单个单元格简洁且职责单一
54. 核心依赖：pandas 用于数据操作与分析、numpy 用于数值计算、matplotlib 作为基础绘图库、seaborn 用于统计数据可视化、jupyter 作为交互式计算环境
55. 扩展库：scikit-learn 用于机器学习任务、scipy 用于科学计算、plotly 用于交互式可视化、statsmodels 用于统计建模
56. 分析前定义清晰的指标与 KPI
57. 记录数据采集方法
58. 实现可复现的数据管道
59. 在合适场景创建自动化报告
60. 对 notebook 和分析脚本做版本控制
61. 根据数据类型使用合适的统计检验
62. 在报告点估计的同时报告置信区间
63. 谨慎解读 p 值
64. 不仅看统计显著性，还要考虑效应量
65. 记录假设与局限性
66. 在数据管道中实现恰当的错误处理
67. 记录数据质量问题与异常
68. 在分析工作流中设置验证检查点
69. 记录已知的数据质量问题
70. 在关键阶段内置数据合理性检查