app/tool/chart_visualization/README_zh.md

图表可视化工具

图表可视化工具，通过python生成数据处理代码，最终调用@visactor/vmind得到图表的spec结果，图表渲染使用@visactor/vchart

安装(Mac / Linux)

1. 安装node >= 18

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
# 激活nvm，以Bash为例
source ~/.bashrc
# 然后安装 Node 最近一个稳定颁布
nvm install node
# 激活使用，例如最新一个稳定颁布为22，则use 22
nvm use 22

2. 安装依赖

cd app/tool/chart_visualization
npm install

安装(Windows)

1. 安装nvm-windows

   从github官网上下载最新版本nvm-setup.exe并且安装

2. 使用nvm安装node

# 然后安装 Node 最近一个稳定颁布
nvm install node
# 激活使用，例如最新一个稳定颁布为22，则use 22
nvm use 22

3. 安装依赖

# 在当前仓库下定位到相应位置
cd app/tool/chart_visualization
npm install

Tool

python_execute

用python代码执行数据分析（除数据可视化以外）中需要的部分，包括数据处理，数据总结摘要，报告生成以及一些通用python脚本代码

输入

{
  // 代码类型：数据处理/数据报告/其他通用任务
  code_type: "process" | "report" | "others"
  // 最终执行代码
  code: string;
}

输出

python执行结果，带有中间文件的保存和print输出结果

visualization_preparation

数据可视化前置工具，有两种用途，

Data -〉 Chart

用于从数据中提取需要分析的数据(.csv)和对应可视化的描述，最终输出一份json配置文件。

Chart + Insight -> Chart

选取已有的图表和对应的数据洞察，挑选数据洞察以数据标注的形式增加到图表中，最终生成一份json配置文件。

输入

{
  // 代码类型：数据可视化 或者 数据洞察添加
  code_type: "visualization" | "insight"
  // 用于生产最终json文件的python代码
  code: string;
}

输出

数据可视化的配置文件，用于data_visualization tool

data_visualization

根据visualization_preparation的内容，生成具体的数据可视化

输入

{
  // 配置文件路径
  json_path: string;
  // 当前用途，数据可视化或者洞察标注添加
  tool_type: "visualization" | "insight";
  // 最终产物png或者html;html下支持vchart渲染和交互
  output_type: 'png' | 'html'
  // 语言,目前支持中文和英文
  language: "zh" | "en"
}

输出

最终以'png'或者'html'的形式保存在本地，输出保存的图表路径以及图表中发现的数据洞察

VMind配置

LLM

VMind本身也需要通过调用大模型得到智能图表生成结果，目前默认会使用config.llm["default"]配置

生成配置

主要生成配置包括图表的宽高、主题以及生成方式；

生成方式

默认为png，目前支持大模型根据上下文自己选择output_type

宽高

目前默认不指定宽高，html下默认占满整个页面，'png'下默认为1000 * 1000

主题

目前默认主题为'light'，VChart图表支持多种主题，详见主题

测试

当前设置了三种不同难度的任务用于测试

简单图表生成任务

给予数据和具体的图表生成需求，测试结果，执行命令：

python -m app.tool.chart_visualization.test.chart_demo

结果应位于worksapce\visualization下，涉及到9种不同的图表结果

简单数据报表任务

给予简单原始数据可分析需求，需要对数据进行简单加工处理，执行命令：

python -m app.tool.chart_visualization.test.report_demo

结果同样位于worksapce\visualization下