智能研报图表自动生成术

📚 共计 30 章节
01
图表认知革命
为什么智能图表是研报的刚需?数据可视化的发展历程与核心价值。
认知趋势
02
Python可视化生态全景
Matplotlib、Seaborn、Plotly、Bokeh、Pyecharts等库的对比与选型。
生态选型
03
Matplotlib基础
Figure与Axes对象、画布设置、基本绘图流程(折线图、散点图)。
入门核心
04
Matplotlib进阶
多子图布局、坐标轴定制、图例与标题、文本与注释。
布局定制
05
Matplotlib样式美化
颜色映射、主题风格、网格与边框、字体与中文支持。
美化中文
06
Seaborn统计图表
分布图、箱线图、小提琴图、热力图、成对关系图。
统计分布
07
Seaborn分类数据可视化
条形图、点图、箱线图、分类散点图。
分类对比
08
Seaborn回归与矩阵图
线性回归拟合、聚类热图、缺失数据矩阵。
回归矩阵
09
Plotly交互式图表入门
Plotly Express快速上手、基本图表类型(散点、折线、柱状)。
交互快速
10
Plotly高级交互
下拉菜单、滑块、按钮、悬停信息、动画效果。
控件动画
11
Plotly Dash仪表板
Dash框架搭建、布局组件、回调函数、部署发布。
仪表板部署
12
Pyecharts基础
Echarts与Pyecharts的关系、快速生成柱状图、折线图、饼图。
Echarts快速
13
Pyecharts高级配置
全局配置项、系列配置项、数据格式、主题切换。
配置主题
14
Pyecharts地理图表
地图绘制、散点地图、热力地图、流向图。
地理热力
15
Pyecharts组合图表
多图组合、时间线动画、3D图表。
组合3D
16
Bokeh交互式可视化
Bokeh基础、交互工具、链接与联动、服务器端应用。
交互联动
17
Pandas内置可视化
DataFrame.plot()方法、快速探索性数据分析。
PandasEDA
18
数据预处理与图表适配
缺失值处理、异常值检测、数据聚合与透视。
清洗聚合
19
时间序列可视化
时间轴处理、趋势线、季节性分解、动态时间序列图。
时序趋势
20
金融研报图表
K线图、成交量图、移动平均线、MACD指标可视化。
金融K线
21
统计研报图表
直方图、核密度估计、QQ图、置信区间图。
统计推断
22
地理信息可视化
GeoPandas基础、Shapefile加载、choropleth地图、点密度图。
GIS密度
23
网络关系图可视化
NetworkX基础、节点与边、布局算法、交互式网络图。
网络图论
24
词云与文本可视化
WordCloud库、自定义形状、颜色映射、情感词云。
词云文本
25
图表自动化生成框架
模板引擎、参数化配置、批量生成、定时任务。
自动化批量
26
图表质量评估与优化
分辨率、色彩对比度、可读性、无障碍设计。
质量无障碍
27
图表导出与集成
导出为PNG/SVG/PDF/HTML、嵌入PPT/Word/Web。
导出集成
28
大语言模型辅助图表生成
利用GPT/Claude生成图表代码、自然语言转图表。
AILLM
29
实战项目一:上市公司财报自动可视化报告
含收入、利润、现金流、估值。
财报实战
30
实战项目二:行业研究报告多维度图表生成系统
含对比、趋势、分布、关联。
行业系统