FigAgent - 自动化数据可视化Agent

一个基于DeepSeek大语言模型的智能数据可视化工具，可以自动分析数据特征并生成高质量的可视化图表。

功能特点

核心功能

1. 智能数据分析

   • 自动识别数据格式（CSV、Excel、JSON等）
   • 分析数据特征（数值列、分类列、时间列）
   • 提供详细的数据摘要和统计信息

2. AI驱动的可视化生成

   • 根据数据特征自动推荐合适的可视化类型
   • 基于用户需求生成定制化的可视化代码
   • 支持matplotlib、seaborn等主流可视化库
   • 默认采用SCI论文风格：简洁专业、英文标签、高分辨率（300 DPI）

3. 迭代优化

   • 根据用户反馈不断优化可视化效果
   • 支持多轮对话式的图表调整
   • 自动记录历史版本

4. 代码导出

   • 导出完整的Python可视化脚本
   • 代码可直接运行，方便复用和修改

项目结构

fig_agent/
├── __init__.py              # 包初始化文件
├── config.py                # 配置文件（API密钥）
├── visualization_agent.py   # 主Agent类
├── data_analyzer.py         # 数据分析模块
├── llm_client.py           # LLM客户端模块
├── code_executor.py        # 代码执行模块
├── cli.py                  # 命令行界面
├── example_usage.py        # 使用示例
└── README.md               # 项目文档

安装依赖

pip install pandas numpy matplotlib seaborn requests

配置

在 config.py 中设置你的DeepSeek API密钥：

DEEPSEEK_API_KEY = "your-api-key-here"

使用方法

方法1: 命令行界面

python -m fig_agent.cli

交互式菜单提供以下功能：

• 加载数据文件
• 查看数据摘要
• 获取可视化建议
• 生成可视化
• 优化可视化
• 导出代码
• 查看历史记录

方法2: Python API

基础使用

from fig_agent import VisualizationAgent
from fig_agent.config import DEEPSEEK_API_KEY

# 初始化Agent
agent = VisualizationAgent(
    api_key=DEEPSEEK_API_KEY,
    output_dir="./output"
)

# 加载数据
agent.load_data(["data/sample.csv"])

# 生成可视化
result = agent.generate_visualization(
    requirements="生成一个美观的数据分布图"
)

if result['success']:
    print(f"成功！图片已保存到: {result['output_file']}")

高级用法：迭代优化

# 第一次生成
result1 = agent.generate_visualization(
    requirements="生成散点图"
)

# 根据反馈优化
result2 = agent.refine_visualization(
    feedback="请使用更大的点，并添加趋势线"
)

获取可视化建议

# 获取AI推荐的可视化类型
suggestions = agent.suggest_visualizations()

导出代码

# 将生成的代码导出为Python脚本
agent.export_code("my_visualization.py")

默认样式设置

📊 SCI论文风格（默认）

FigAgent默认生成符合科学论文标准的可视化图表，具有以下特点：

• ✅ 英文标签：所有标题、坐标轴、图例默认使用英文
• ✅ 专业配色：色盲友好的配色方案，避免使用过亮或霓虹色
• ✅ 高分辨率：300 DPI，适合论文发表
• ✅ 简洁设计：移除顶部和右侧边框，使用浅色网格
• ✅ 标准字体：Arial或DejaVu Sans，字号适中（标题14pt，坐标轴12pt）
• ✅ 出版级质量：符合Nature、Science等顶级期刊要求

自定义样式

如果需要中文标签或其他风格，可以在需求中明确指定：

# 使用中文标签
result = agent.generate_visualization(
    requirements="""
    Generate a line chart showing sales trends.
    Use CHINESE labels and titles.
    Use SimHei font for Chinese characters.
    """
)

# 自定义配色和风格
result = agent.generate_visualization(
    requirements="""
    Create a bar chart with:
    - Chinese labels (中文标签)
    - Bright, colorful design (not scientific style)
    - Large fonts (16pt for title, 14pt for labels)
    - Gradient colors from blue to red
    """
)

常见自定义选项

# 1. 演示文稿风格（大字体、鲜艳颜色）
requirements = """
Create a presentation-style chart:
- Large fonts (title 18pt, labels 16pt)
- Bright, high-contrast colors
- Bold lines (width 3.0)
- Dark background with light text
"""

# 2. 网页风格（现代、交互式）
requirements = """
Create a modern web-style visualization:
- Use Plotly for interactivity
- Modern color scheme (e.g., #3498db, #e74c3c)
- Hover tooltips
- Responsive design
"""

# 3. 打印风格（黑白、高对比度）
requirements = """
Create a print-friendly black and white chart:
- Grayscale colors only
- Different line styles (solid, dashed, dotted)
- High contrast
- Clear patterns for filled areas
"""

使用示例

查看 example_usage.py 获取更多详细示例：

python -m fig_agent.example_usage

API参考

VisualizationAgent

主Agent类，集成所有功能。

初始化参数

• api_key: DeepSeek API密钥
• output_dir: 输出目录路径（默认：./output）

主要方法

load_data(file_paths: List[str])

• 加载一个或多个数据文件
• 返回加载结果字典

suggest_visualizations(file_path: Optional[str] = None)

• 获取AI推荐的可视化类型
• 返回建议列表

generate_visualization(file_path: Optional[str] = None, requirements: Optional[str] = None, output_filename: Optional[str] = None)

• 生成可视化图表
• 返回执行结果字典

refine_visualization(feedback: str, output_filename: Optional[str] = None)

• 根据反馈优化可视化
• 返回优化结果字典

export_code(output_file: str = "visualization_script.py")

• 导出最后生成的代码
• 无返回值

get_history()

• 获取操作历史记录
• 返回历史记录字典

支持的数据格式

• CSV (.csv)
• Excel (.xlsx, .xls)
• JSON (.json)
• Parquet (.parquet)
• 文本文件 (.txt)

工作原理

1. 数据分析: 自动读取并分析数据，识别列类型、统计特征等
2. 需求理解: 结合数据特征和用户需求，使用LLM理解可视化意图
3. 代码生成: LLM生成完整的Python可视化代码
4. 安全执行: 在沙箱环境中执行代码，生成图表
5. 迭代优化: 根据用户反馈不断改进

示例场景

场景1: 快速探索数据

agent = VisualizationAgent(api_key=API_KEY)
agent.load_data(["sales_data.csv"])
agent.suggest_visualizations()  # 获取建议
agent.generate_visualization()  # 自动生成合适的图表

场景2: 定制化报表

agent = VisualizationAgent(api_key=API_KEY)
agent.load_data(["quarterly_report.xlsx"])

requirements = """
请创建一个专业的季度报表图表：
1. 柱状图显示各季度收入
2. 添加同比增长率的折线
3. 使用公司配色方案（蓝色主色调）
4. 添加数据标签
5. 标题使用18号字体
"""

agent.generate_visualization(requirements=requirements)

场景3: 论文图表制作

agent = VisualizationAgent(api_key=API_KEY)
agent.load_data(["experiment_results.csv"])

requirements = """
生成符合学术论文标准的图表：
1. 使用箱线图展示实验结果
2. 添加显著性标记
3. 黑白配色，适合打印
4. 坐标轴标签使用Times New Roman字体
5. 图例放在右上角
"""

result = agent.generate_visualization(requirements=requirements)

# 如果需要调整
agent.refine_visualization(
    feedback="请增大字体大小，调整为双列宽度"
)

注意事项

1. API密钥安全: 不要将API密钥提交到公开仓库
2. 数据隐私: 数据会通过API传输摘要信息（非完整数据）
3. 代码执行: 生成的代码会在本地执行，请确保环境安全
4. 网络连接: 需要稳定的网络连接以访问DeepSeek API