## 数据特征分析
- 数据结构概述
- 维度：日期（MM-DD），指标：完成任务数（整数）
- 记录数：4（10-01 至 10-04，连续四天）
- 数据类型识别
- 日期：有序时间维度（同一月份内的顺序字符串）
- 完成任务数：数值型（正整数）
- 数据质量评估
- 完整性：无缺失值、无重复日期
- 一致性：日期连续；末行原始文本含中文分号已清理
- 异常值检测（基于IQR的数值级别）：未检测到数值层面离群点；变动幅度层面存在较大日内变化（+7、-6）
## 图表类型推荐
- 推荐图表类型及理由
- 折线图（单序列）：最适合展示时间序列的连续变化与趋势
- 适用性分析
- 数据点少但连续，折线能直观呈现每日日内涨跌
- 可在点位上叠加标注，以满足“自动标注上升/下降趋势及异常点、峰值标签”的需求
- 预期展示效果
- 一条主线显示每日任务完成数
- 在每个相邻日期的点位上自动标注“↑/↓ +差值”
- 对显著变动（绝对变化≥5）加圈标记为“异常变化”
- 对关键峰值（最大值）显示醒目标注
## 图表设计方案
- 图表样式描述
- 紧凑布局：小型画布、紧致边距、轻网格，仅Y轴网格线
- 线条：中等粗细，圆形数据点
- 趋势标注：在每个点位旁标注“↑/↓ 差值”，颜色区分上升/下降
- 异常变化：对绝对变化≥5的点位加轮廓圈并文字“异常变化”
- 峰值标签：对最大值点显示“峰值 x”
- 颜色方案说明
- 主线与点：蓝色 #2F7CF6
- 上升标注：绿色 #36B37E
- 下降标注：红色 #FF5630
- 辅助元素：浅灰标签背景 #EAEAEA、淡灰网格线
- 标签和标题设置
- 标题：每日完成任务数（10月）
- X轴：日期（10-01 至 10-04）
- Y轴：任务数（从0起，以避免误导）
- 高亮标签：10-03 峰值 15
## 生成图表
- 图表可视化展示
- 说明：下述代码将生成紧凑型折线图，自动标注每日涨跌，圈出显著变化点（绝对变化≥5），并标注峰值15（10-03）。
- 技术实现说明
- 趋势标注：对相邻两日计算差值 diff = y[i] - y[i-1]，在第i个点位显示“↑ |↓ +abs(diff)”
- 异常点定义（变化层面）：|diff| ≥ 5 视为“异常变化”，以圈点+文字标记
- 数值离群检测（整体水平）：使用IQR法评估，当前数据无数值离群点（仅标注变化异常以避免误导）
- 轴设计：Y轴从0开始，最大值上方留白以便标签不与图形重叠
- 布局：紧凑尺寸、移除顶部/右侧边框、轻网格提升读数性
- 代码示例（Python/Matplotlib）
```python
import matplotlib.pyplot as plt
import numpy as np
dates = ["10-01","10-02","10-03","10-04"]
values = [12, 8, 15, 9]
# 计算日内变化
diffs = [None] + [values[i] - values[i-1] for i in range(1, len(values))]
fig, ax = plt.subplots(figsize=(6, 3))
ax.plot(dates, values, color="#2F7CF6", linewidth=2, marker="o", markersize=4)
# 轴与网格
ax.set_ylim(0, max(values) + 3)
ax.set_ylabel("任务数", fontsize=9)
ax.set_xlabel("日期", fontsize=9)
ax.set_title("每日完成任务数（10月）", fontsize=11, pad=6)
ax.grid(True, axis='y', linestyle='--', alpha=0.25)
for spine in ["top", "right"]:
ax.spines[spine].set_visible(False)
# 标注每日涨跌与异常变化
for i in range(1, len(values)):
diff = diffs[i]
up = diff > 0
color = "#36B37E" if up else "#FF5630"
# 趋势标注（箭头+差值）
ax.annotate(f"{'↑' if up else '↓'} {abs(diff)}",
xy=(i, values[i]),
xytext=(0, -14 if up else 14),
textcoords="offset points",
color=color, fontsize=9, ha="center")
# 异常变化标记（绝对变化≥5）
if abs(diff) >= 5:
ax.scatter(i, values[i], s=48, facecolors='none', edgecolors=color, linewidths=1.5)
ax.annotate("异常变化",
xy=(i, values[i]), xytext=(0, 18),
textcoords="offset points", color=color, fontsize=8, ha="center")
# 峰值标签
peak_idx = int(np.argmax(values))
ax.annotate(f"峰值 {values[peak_idx]}",
xy=(peak_idx, values[peak_idx]),
xytext=(0, -24),
textcoords="offset points",
bbox=dict(boxstyle="round,pad=0.2", fc="#EAEAEA", ec="none"),
fontsize=9, ha="center")
plt.tight_layout()
plt.savefig("tasks_line_compact.png", dpi=150, bbox_inches="tight")
plt.show()
```
- 代码示例（网页嵌入/ECharts）
```html
<div id="tasksChart" style="width:600px;height:260px;"></div>
<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
<script>
const data = [
{date:"10-01", val:12},
{date:"10-02", val:8},
{date:"10-03", val:15},
{date:"10-04", val:9},
];
const diffs = data.map((d,i)=> i===0 ? null : d.val - data[i-1].val);
const chart = echarts.init(document.getElementById('tasksChart'));
const option = {
title: { text: '每日完成任务数（10月）', left: 'center', textStyle:{fontSize:12} },
grid: { left: 40, right: 20, top: 40, bottom: 30 },
xAxis: { type: 'category', data: data.map(d=>d.date), axisLabel:{fontSize:10} },
yAxis: { type: 'value', min: 0, axisLabel:{fontSize:10}, splitLine:{lineStyle:{type:'dashed', opacity:0.3}} },
series: [{
type: 'line',
data: data.map(d=>d.val),
smooth: false,
symbolSize: 6,
lineStyle: { width: 2, color: '#2F7CF6' },
itemStyle: { color: '#2F7CF6' },
label: {
show: true,
position: 'top',
fontSize: 10,
formatter: (params)=>{
const i = params.dataIndex;
if(i===0) return '';
const diff = diffs[i];
const arrow = diff>0 ? '↑' : '↓';
return `${arrow} ${Math.abs(diff)}`;
},
color: (params)=>{
const i = params.dataIndex;
if(i===0) return '#666';
return diffs[i]>0 ? '#36B37E' : '#FF5630';
}
},
markPoint: {
symbolSize: 46,
label: { fontSize: 10 },
data: [
// 峰值
{ type: 'max', name: '峰值' },
// 异常变化（绝对变化≥5）
...data.map((d,i)=>{
if(i===0) return null;
const diff = diffs[i];
if(Math.abs(diff) >= 5) {
return { name: '异常变化', coord: [data[i].date, data[i].val], value: d.val };
}
return null;
}).filter(Boolean)
]
}
}]
};
chart.setOption(option);
</script>
```
## 数据分析见解
- 关键数据趋势
- 峰值：10-03 达到 15（全周最高）
- 最低：10-02 为 8
- 日内变化：10-02 较 10-01 下降 4；10-03 较 10-02 上升 7；10-04 较 10-03 下降 6
- 重要发现说明
- 变化层面异常（绝对变化≥5）：10-03 的大幅上升（+7）与 10-04 的明显回落（-6）需关注潜在的任务分配或外部因素影响
- 整体数值层面未检出离群点（按IQR），波动主要体现在相邻日的变化幅度
- 业务意义解读
- 高峰（10-03）可能对应资源集中投入或任务批量完成的节点，可复盘成功因素
- 大幅波动提示资源/排期的不稳定性，建议查看任务来源与团队排班，优化节奏与平衡负荷
- 可嵌入周报的简短说明文字
- 本周每日完成任务数在 10-03 达到峰值 15（较前一日 +7），随后 10-04 回落至 9（-6）。整体波动较大，建议复盘 10-03 的有效做法并关注 10-04 的回落原因，以平衡后续任务节奏。
