Matplotlib 是 Python 的基础数据可视化库，用于创建静态、动画和交互式图表，涵盖线图、散点图、条形图、直方图、热力图等多种图表类型，支持科学可视化、出版质量图生成和数据分析，关键词包括 Python、数据可视化、绘图、图表、科学图表、自定义图表、多子图、3D 可视化、数据科学工具。

根据JSON数据生成精美的交互式时间线HTML页面，支持多种布局和自定义主题，适用于里程碑、历史记录等场景。关键词：时间线、可视化、HTML生成、历程图。

JSON Canvas技能用于创建和编辑JSON Canvas文件（.canvas），这些文件在Obsidian等应用程序中用于构建无限画布，支持文本、文件、链接和组节点，以及它们之间的连接，适用于思维导图、流程图、项目板等可视化场景。关键词：JSON Canvas, Obsidian, 画布, 思维导图, 流程图, 数据可视化, 文件格式

该技能用于检测和防止数据可视化、仪表板、报告或演示中的视觉误导、认知偏见和数据完整性问题，确保数据呈现的诚实性和准确性。关键词：数据可视化、认知偏见、视觉误导、数据完整性、图表审核、认知谬误、可视化审计。

网络可视化技能是一款专门用于将复杂的网络和图数据转化为直观视觉图表的工具。它能够帮助用户分析关系网络、识别社区结构、计算节点重要性，并支持动态展示和结果导出。适用于科研人员、数据分析师和业务专家进行社交网络分析、生物信息学、知识图谱构建等领域的研究与应用。 关键词：网络可视化，图数据分析，社区检测，中心性计算，科学发现，关系网络，数据可视化工具，交互式图表，网络布局算法

CSV数据可视化器是一款专业的数据分析工具，专门用于处理CSV文件格式的数据集。该工具提供三大核心功能：1) 使用Plotly库创建交互式数据可视化图表，包括直方图、散点图、箱线图、热力图等；2) 自动数据剖析与质量分析，生成详细的统计报告；3) 多图表仪表板生成，支持自定义配置和自动布局。适用于数据分析、商业智能、数据探索、统计报告等场景，帮助用户快速理解数据分布、发现数据规律、识别异常值，并生成演示就绪的可视化成果。

该技能用于使用Python编程语言创建高质量的数据可视化图表，支持多种图表类型，适用于数据分析、报告和展示。关键词：Python数据可视化、图表生成、数据分析、可视化工具、数据科学。

设计可访问的颜色调色板，确保包括色盲用户在内的所有用户都能访问和理解信息。

设计和构建跟踪关键绩效指标的仪表盘。选择相关指标，有效可视化数据，并与利益相关者沟通洞察。

使用matplotlib和seaborn创建有效的数据可视化，用于探索性分析、向业务利益相关者展示洞察和沟通结果