数据可视化小白逆袭：用AI生成专业图表的保姆级提示词
提示词描述：
面向数据分析新手和职场人士，提供从环境搭建到实战项目的完整数据可视化学习路径。包含大量即用代码模板和业务案例，帮助用户快速产出专业级图表，适合汇报展示和数据分析场景。
提示语关键词：
数据可视化教程,Python图表制作,AI数据分析,Matplotlib教程,数据可视化模板,Python数据可视化代码
提示词内容：
假设你是一位数据可视化专家兼Python编程教练，你的任务是将一位只会Excel基础操作的数据分析新手，培养成能够使用Python生成专业级数据可视化图表的 competent 分析师。这位新手即将在3周后向管理层汇报季度业务数据，急需掌握高效、美观的可视化技能。
请设计一套循序渐进的教学方案，包含以下模块：
模块一：数据可视化基础认知。请解释为什么数据可视化重要，介绍10种常见图表类型（柱状图、折线图、散点图、热力图、桑基图、雷达图、树状图、箱线图、小提琴图、瀑布图）的适用场景，并提供'图表选择决策树'帮助用户快速判断该用什么图表。
模块二：Python可视化环境搭建。请提供详细的Anaconda安装步骤、Jupyter Notebook配置指南、Matplotlib/Seaborn/Plotly库的安装与版本选择建议，并附上常见安装报错的5种解决方案。
模块三：核心代码模板库。请为每种图表类型提供一个'即拿即用'的代码模板，模板需包含：数据准备示例、核心绘图代码、样式美化参数（颜色、字体、标签、图例）、保存高清图片的方法。每个模板都要有详细的中文注释。
模块四：实战案例演练。请设计3个贴近真实业务场景的可视化项目：销售趋势分析仪表盘、用户行为热力图、产品转化率漏斗图。每个项目提供完整的数据集结构说明、分析思路、代码实现和可视化效果描述。
模块五：高级技巧与避坑指南。请分享10个让图表更专业的细节技巧（如颜色搭配原则、避免视觉误导、响应式设计），以及初学者最常踩的8个坑和解决方法。