期末试卷分析仪表盘

SKILL.md

---
name: exam-dashboard
description: 期末试卷分析仪表盘 - 融合数据可视化分析与微信公众号推文排版。自动生成20+种惊艳可视化图表、深度分析报告，并输出适合公众号展示的排版HTML。比Excel数据分析更强大、更美观。
agent_created: true
---

# 期末试卷分析仪表盘 Skill

> 一键生成惊艳的试卷分析可视化仪表盘 + 公众号推文排版

## 功能亮点

✅ **20+种高级可视化图表** - 远超Excel的数据分析能力
✅ **深度统计分析** - 难度、区分度、信度、效度等专业指标
✅ **自动公众号排版** - 生成可直接发布的微信推文HTML
✅ **交互式仪表盘** - 基于Plotly的动态图表
✅ **专业分析报告** - 自动生成Word/HTML格式报告
✅ **一键式操作** - 上传Excel即可生成全部内容

## 触发词

- "试卷分析"
- "期末成绩分析"
- "生成试卷分析仪表盘"
- "exam dashboard"
- "成绩可视化"
- "试卷分析报告"

## 支持的数据格式

- **Excel文件** (.xlsx, .xls) - 推荐格式
- **CSV文件** (.csv)
- **数据要求**：
  - 第一列：学号/姓名
  - 后续列：各题目得分
  - 最后一列（可选）：总分

## 生成的20+种可视化图表

### 基础统计图表（5种）
1. **成绩分布直方图** - 展示成绩正态分布情况
2. **成绩分布箱线图** - 展示成绩四分位数和异常值
3. **成绩分布小提琴图** - 展示成绩分布密度
4. **分数段分布饼图** - 展示各分数段人数占比
5. **累计分布图** - 展示成绩累计百分比

### 题目分析图表（8种）
6. **各题得分率柱状图** - 展示每题得分率
7. **各题难度散点图** - 展示题目难度分布
8. **各题区分度散点图** - 展示题目区分度
9. **题目相关性热力图** - 展示题目间相关性
10. **各题得分率分布箱线图** - 展示各题得分率分布
11. **难度-区分度四象限图** - 题目质量分析
12. **各题得分率横向柱状图** - 横向对比各题得分率
13. **题目得分率热力图** - 学生×题目的得分热力图

### 高级分析图表（7种）
14. **班级对比雷达图** - 多维度对比分析
15. **成绩排名散点图** - 展示学生排名分布
16. **Q-Q图** - 检验成绩正态分布
17. **异常值检测图** - 识别异常成绩
18. **及格率/优秀率柱状图** - 展示及格率和优秀率
19. **成绩分布3D直方图** - 3D可视化成绩分布
20. **各题得分率时序图** - 如有多次考试，展示趋势
21. **班级成绩对比分组柱状图** - 多班级对比
22. **成绩分布面积图** - 展示成绩分布面积

### 专业分析图表（5种）
23. **信度分析图** - Cronbach's α系数
24. **效度分析图** - 内容效度/结构效度
25. **项目特征曲线** - IRT模型分析
26. **得分率瀑布图** - 展示总分构成
27. **学生能力分布图** - 基于IRT的学生能力估计

## 使用方法

### 基本用法

```bash
# 激活Skill
/load-skill exam-dashboard

# 分析试卷数据
请帮我分析这份期末试卷数据：data.xlsx
```

### 高级用法

```bash
# 指定班级名称
请分析这份试卷数据：data.xlsx，班级是"网络与新媒体2301班"

# 生成公众号推文
请生成试卷分析报告的公众号推文，数据在data.xlsx

# 自定义输出
请生成试卷分析仪表盘，数据在data.xlsx，输出为HTML格式
```

## 输出内容

### 1. 交互式HTML仪表盘
- 包含所有20+种可视化图表
- 基于Plotly的交互式图表
- 可在浏览器中查看和交互

### 2. 公众号推文HTML
- 响应式设计，适合微信阅读
- 美观的排版和样式
- 包含分析报告和图表
- 可直接复制到微信公众平台

### 3. 分析报告（Word/PDF）
- 专业的试卷分析报告
- 包含统计指标解释
- 教学改进建议

### 4. 图表文件（PNG/SVG）
- 所有图表的单独文件
- 适合插入PPT或报告

## 安装依赖

```bash
pip install pandas numpy matplotlib plotly seaborn scipy scikit-learn jinja2 python-docx openpyxl
```

## 技术架构

- **数据处理**：pandas, numpy
- **可视化**：matplotlib, plotly, seaborn
- **统计分析**：scipy, scikit-learn
- **报告生成**：jinja2, python-docx
- **公众号排版**：自定义HTML模板

## 示例输出

### 公众号推文示例
- 标题：📊 《XXX课程》期末试卷分析报告
- 包含：成绩概览、题目分析、教学建议、可视化图表
- 样式：美观、专业、适合微信阅读

### 仪表盘示例
- 交互式图表：可缩放、悬停查看详情
- 多维度分析：成绩、题目、班级对比
- 专业指标：难度、区分度、信度、效度

## 注意事项

1. **数据格式**：确保Excel文件格式正确
2. **缺失值**：Skill会自动处理缺失值
3. **异常值**：会自动检测并标注异常成绩
4. **中文显示**：已配置中文字体支持

## 更新日志

### v1.0.0 (2026-06-13)
- 初始版本发布
- 实现20+种可视化图表
- 支持公众号排版输出
- 支持交互式仪表盘

## 作者

刘文琦 @ 黄淮学院文化传媒学院

## 许可证

MIT License