【Hermes Agent场景】数据分析师的瑞士军刀

【Hermes Agent场景】数据分析师的瑞士军刀

前言

声明：本文仅介绍一款开源的开发工具和效率工具，旨在帮助开发者提高工作效率。文章内容仅供学习和研究使用，请勿将此工具用于任何商业营销、群发推广或违反平台规定的用途。

数据分析师的工作涉及数据清洗、分析、可视化、报告生成等多个环节。传统工具如Excel、Python（pandas、numpy）、R等虽然强大，但需要大量的手工操作和编程。

Hermes Agent可以为数据分析师提供强大的辅助，从数据导入到报告生成，全流程自动化，大幅提高工作效率。

为什么数据分析师需要Hermes Agent？

传统工作流的痛点

传统流程：

• ❌ 手工编写代码处理数据
• ❌ 反复调试和优化
• ❌ 手工生成图表
• ❌ 撰写分析报告
• ❌ 重复性工作多

效率问题：

• 简单任务也需编写代码
• 数据清洗耗时耗力
• 可视化需要反复调整
• 报告格式不统一
• 知识无法复用

Hermes Agent的优势

自动化能力：

• ✅ 自动生成数据处理代码
• ✅ 智能数据清洗
• ✅ 自动创建可视化
• ✅ 自动生成报告
• ✅ 可复用的技能

智能辅助：

• ✅ 自然语言交互
• ✅ 上下文理解
• ✅ 最佳实践建议
• ✅ 错误自动修复
• ✅ 性能优化建议

核心技能加载

数据分析必备技能

hermes skills install jupyter-live-kernel
hermes skills install python-data-analysis
hermes skills install visualization

在会话中加载

/skill jupyter-live-kernel
/skill python-data-analysis
/skill visualization

数据导入和加载

1. 从CSV导入

你: 帮我读取sales_data.csv文件，显示前10行，并给出数据概览

Hermes Agent会自动：

import pandas as pd
import numpy as np

# 读取CSV
df = pd.read_csv('sales_data.csv')

# 显示前10行
print(df.head(10))

# 数据概览
print("\n数据概览:")
print(f"行数: {len(df)}")
print(f"列数: {len(df.columns)}")
print(f"\n列名: {df.columns.tolist()}")
print(f"\n数据类型:")
print(df.dtypes)
print(f"\n基本统计:")
print(df.describe())

2. 从Excel导入

你: 读取report.xlsx的所有sheet，合并成一个DataFrame

import pandas as pd

# 读取所有sheet
excel_file = pd.ExcelFile('report.xlsx')
dfs = [excel_file.parse(sheet) for sheet in excel_file.sheet_names]

# 合并DataFrame
df = pd.concat(dfs, ignore_index=True)

3. 从数据库导入

你: 从PostgreSQL数据库读取orders表，最近30天的数据

import pandas as pd
import psycopg2
from datetime import datetime, timedelta

# 连接数据库
conn = psycopg2.connect(
    host="localhost",
    database="mydb",
    user="user",
    password="password"
)

# 查询最近30天数据
query = """
SELECT *
FROM orders
WHERE order_date >= %s
ORDER BY order_date DESC
"""

thirty_days_ago = datetime.now() - timedelta(days=30)
df = pd.read_sql(query, conn, params=(thirty_days_ago,))

conn.close()

4. 从API导入

你: 从这个API获取数据：https://api.example.com/data

import requests
import pandas as pd

# 获取数据
response = requests.get('https://api.example.com/data')
data = response.json()

# 转换为DataFrame
df = pd.DataFrame(data)

数据清洗

1. 处理缺失值

你: 检查数据中的缺失值，并给出处理建议

Hermes Agent会分析并建议：

# 检查缺失值
print("缺失值统计:")
print(df.isnull().sum())

# 缺失值比例
print("\n缺失值比例:")
print(df.isnull().sum() / len(df) * 100)

# 处理建议
# 1. 数值列：用均值或中位数填充
# 2. 分类列：用众数填充
# 3. 时间列：用前后值填充
# 4. 缺失比例高：考虑删除

# 自动处理
df.fillna({
    'numeric_column': df['numeric_column'].median(),
    'category_column': df['category_column'].mode()[0]
}, inplace=True)

2. 数据类型转换

你: 检查数据类型，将日期列转换为datetime类型

# 检查数据类型
print("数据类型:")
print(df.dtypes)

# 转换日期列
df['date_column'] = pd.to_datetime(df['date_column'])

# 转换数值列
df['numeric_column'] = pd.to_numeric(df['numeric_column'], errors='coerce')

# 转换分类列
df['category_column'] = df['category_column'].astype('category')

3. 处理重复值

你: 检查并处理重复值

# 检查重复值
print("重复值数量:")
print(df.duplicated().sum())

# 显示重复行
print("\n重复行:")
print(df[df.duplicated()])

# 删除重复值
df.drop_duplicates(inplace=True)

4. 异常值处理

你: 检测数值列的异常值，给出处理建议

# 使用IQR方法检测异常值
def detect_outliers(df, column):
    Q1 = df[column].quantile(0.25)
    Q3 = df[column].quantile(0.75)
    IQR = Q3 - Q1
    lower_bound = Q1 - 1.5 * IQR
    upper_bound = Q3 + 1.5 * IQR

    outliers = df[(df[column] < lower_bound) | (df[column] > upper_bound)]
    return outliers

# 检测所有数值列的异常值
for col in df.select_dtypes(include=[np.number]).columns:
    outliers = detect_outliers(df, col)
    if not outliers.empty:
        print(f"\n{col}的异常值:")
        print(outliers)

数据探索和分析

1. 描述性统计

你: 生成详细的描述性统计报告

Hermes Agent会生成：

# 基本统计
print("基本统计:")
print(df.describe())

# 分类变量统计
for col in df.select_dtypes(include=['object', 'category']).columns:
    print(f"\n{col}的分布:")
    print(df[col].value_counts())

# 相关性矩阵
print("\n相关性矩阵:")
print(df.corr())

2. 数据分布分析

你: 分析各列的数据分布

import matplotlib.pyplot as plt
import seaborn as sns

# 数值列分布
for col in df.select_dtypes(include=[np.number]).columns:
    plt.figure(figsize=(10, 6))
    sns.histplot(df[col], kde=True)
    plt.title(f'{col}的分布')
    plt.show()

# 分类列分布
for col in df.select_dtypes(include=['object', 'category']).columns:
    plt.figure(figsize=(10, 6))
    df[col].value_counts().plot(kind='bar')
    plt.title(f'{col}的分布')
    plt.show()

3. 时间序列分析

你: 分析销售额的时间趋势，按月和季度聚合

# 设置日期为索引
df = df.set_index('date_column')

# 按月聚合
monthly_sales = df.resample('M').sum()
print("月度销售额:")
print(monthly_sales)

# 按季度聚合
quarterly_sales = df.resample('Q').sum()
print("\n季度销售额:")
print(quarterly_sales)

# 可视化趋势
plt.figure(figsize=(12, 6))
monthly_sales['sales'].plot()
plt.title('月度销售额趋势')
plt.xlabel('日期')
plt.ylabel('销售额')
plt.show()

4. 分组分析

你: 按产品类别分组分析销售额

# 按类别分组
category_sales = df.groupby('category')['sales'].agg([
    ('total', 'sum'),
    ('mean', 'mean'),
    ('count', 'count'),
    ('std', 'std')
]).round(2)

print("按类别分组的销售额分析:")
print(category_sales)

# 可视化
category_sales['total'].plot(kind='bar', figsize=(10, 6))
plt.title('各品类总销售额')
plt.ylabel('销售额')
plt.show()

数据可视化

1. 基础图表

你: 创建销售额的趋势图和分布图

import matplotlib.pyplot as plt
import seaborn as sns

# 设置风格
sns.set_style("whitegrid")

# 趋势图
fig, axes = plt.subplots(2, 1, figsize=(12, 10))

# 1. 时间趋势
axes[0].plot(df.index, df['sales'])
axes[0].set_title('销售额时间趋势')
axes[0].set_xlabel('日期')
axes[0].set_ylabel('销售额')

# 2. 分布图
sns.histplot(df['sales'], kde=True, ax=axes[1])
axes[1].set_title('销售额分布')

plt.tight_layout()
plt.show()

2. 组合图表

你: 创建一个组合图表，显示销售额和利润的趋势

fig, ax1 = plt.subplots(figsize=(12, 6))

# 销售额（左轴）
color = 'tab:blue'
ax1.set_xlabel('日期')
ax1.set_ylabel('销售额', color=color)
ax1.plot(df.index, df['sales'], color=color)
ax1.tick_params(axis='y', labelcolor=color)

# 利润（右轴）
ax2 = ax1.twinx()
color = 'tab:red'
ax2.set_ylabel('利润', color=color)
ax2.plot(df.index, df['profit'], color=color)
ax2.tick_params(axis='y', labelcolor=color)

plt.title('销售额和利润趋势')
plt.show()

3. 交互式图表

你: 使用Plotly创建交互式可视化

import plotly.graph_objects as go
from plotly.subplots import make_subplots

# 创建子图
fig = make_subplots(
    rows=2, cols=2,
    subplot_titles=('销售额趋势', '类别分布', '地区销售', '客户年龄分布')
)

# 添加图表
fig.add_trace(
    go.Scatter(x=df.index, y=df['sales'], name='销售额'),
    row=1, col=1
)

fig.add_trace(
    go.Bar(x=df['category'].value_counts().index,
           y=df['category'].value_counts().values,
           name='类别'),
    row=1, col=2
)

fig.update_layout(height=800, showlegend=False)
fig.show()

4. 热力图

你: 创建相关性矩阵的热力图

# 计算相关性
corr_matrix = df.corr()

# 绘制热力图
plt.figure(figsize=(12, 10))
sns.heatmap(corr_matrix, annot=True, cmap='coolwarm', center=0)
plt.title('相关性矩阵热力图')
plt.show()

机器学习分析

1. 预测模型

你: 构建一个销售额预测模型

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score

# 准备数据
features = ['price', 'quantity', 'discount']
X = df[features]
y = df['sales']

# 分割数据
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 训练模型
model = LinearRegression()
model.fit(X_train, y_train)

# 预测
y_pred = model.predict(X_test)

# 评估
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)

print(f"均方误差: {mse:.2f}")
print(f"R²分数: {r2:.2f}")

# 特征重要性
print("\n特征系数:")
for feature, coef in zip(features, model.coef_):
    print(f"{feature}: {coef:.4f}")

2. 聚类分析

你: 使用K-means对客户进行聚类分析

from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler

# 准备数据
features = ['age', 'income', 'spending_score']
X = df[features]

# 标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# K-means聚类
kmeans = KMeans(n_clusters=3, random_state=42)
clusters = kmeans.fit_predict(X_scaled)

# 添加聚类标签
df['cluster'] = clusters

# 分析聚类结果
for cluster in range(3):
    print(f"\n聚类 {cluster}:")
    print(df[df['cluster'] == cluster][features].describe())

3. 异常检测

你: 使用Isolation Forest检测异常数据点

from sklearn.ensemble import IsolationForest

# 训练模型
iso_forest = IsolationForest(contamination=0.1, random_state=42)
outliers = iso_forest.fit_predict(df.select_dtypes(include=[np.number]))

# 标记异常点
df['outlier'] = outliers

# 显示异常点
print("异常数据点:")
print(df[df['outlier'] == -1])

报告生成

1. 自动生成分析报告

你: 生成一份完整的数据分析报告，包括摘要、方法、结果和建议

Hermes Agent会自动生成：

# 生成报告
report = f"""
# 销售数据分析报告

## 执行摘要
- 分析期间：{df.index.min()} 至 {df.index.max()}
- 总销售额：{df['sales'].sum():,.2f}
- 平均销售额：{df['sales'].mean():,.2f}
- 销售增长率：{((df['sales'].iloc[-1] / df['sales'].iloc[0] - 1) * 100):.2f}%

## 数据概览
- 记录数：{len(df):,}
- 产品类别数：{df['category'].nunique()}
- 地区数：{df['region'].nunique()}

## 主要发现

1. 销售趋势
   - 整体趋势：{'上升' if df['sales'].iloc[-1] > df['sales'].iloc[0] else '下降'}
   - 月均增长率：{(df['sales'].pct_change().mean() * 100):.2f}%

2. 产品表现
   - 最佳产品：{df.groupby('product')['sales'].sum().idxmax()}
   - 销量最差产品：{df.groupby('product')['sales'].sum().idxmin()}

3. 地区分析
   - 最佳地区：{df.groupby('region')['sales'].sum().idxmax()}
   - 潜力地区：{df.groupby('region')['sales'].mean().idxmax()}

## 建议

1. 重点关注表现最佳的产品和地区
2. 对销量下降的产品进行深入分析
3. 开拓潜力地区的市场

## 附录

详细数据和图表见附件。
"""

# 保存报告
with open('sales_analysis_report.md', 'w', encoding='utf-8') as f:
    f.write(report)

print("报告已生成：sales_analysis_report.md")

2. 生成Excel报告

你: 生成一个Excel报告，包含数据表格和图表

from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference

# 创建Excel文件
wb = Workbook()
ws = wb.active
ws.title = '销售数据'

# 写入数据
ws.append(['日期', '产品', '类别', '销售额'])
for _, row in df.head(100).iterrows():
    ws.append([row['date'], row['product'], row['category'], row['sales']])

# 添加图表
chart = BarChart()
data = Reference(ws, min_col=4, min_row=1, max_row=101)
cats = Reference(ws, min_col=3, min_row=1, max_row=101)
chart.add_data(data, titles_from_data=True)
chart.set_categories(cats)
ws.add_chart(chart, "E2")

# 保存
wb.save('sales_report.xlsx')
print("Excel报告已生成：sales_report.xlsx")

3. 生成HTML报告

你: 生成一个交互式HTML报告

import pandas as pd
import plotly.express as px
from jinja2 import Template

# 创建可视化
fig_trend = px.line(df, x=df.index, y='sales', title='销售趋势')
fig_dist = px.histogram(df, x='sales', title='销售额分布')
fig_category = px.bar(df.groupby('category')['sales'].sum().reset_index(),
                      x='category', y='sales', title='类别销售')

# HTML模板
template = Template('''
<!DOCTYPE html>
<html>
<head>
    <title>销售数据分析报告</title>
    <script src="https://cdn.plot.ly/plotly-latest.min.js"></script>
    <style>
        body { font-family: Arial, sans-serif; margin: 20px; }
        .chart { margin: 20px 0; }
        table { border-collapse: collapse; width: 100%; }
        th, td { border: 1px solid #ddd; padding: 8px; text-align: left; }
        th { background-color: #f2f2f2; }
    </style>
</head>
<body>
    <h1>销售数据分析报告</h1>
    <h2>执行摘要</h2>
    <p>总销售额：{{ total_sales }}</p>
    <p>平均销售额：{{ avg_sales }}</p>

    <h2>数据表格</h2>
    {{ data_table }}

    <h2>可视化</h2>
    <div class="chart" id="chart-trend"></div>
    <div class="chart" id="chart-dist"></div>
    <div class="chart" id="chart-category"></div>

    <script>
        {{ trend_plot }}
        {{ dist_plot }}
        {{ category_plot }}
    </script>
</body>
</html>
''')

# 生成HTML
html = template.render(
    total_sales=f"{df['sales'].sum():,.2f}",
    avg_sales=f"{df['sales'].mean():,.2f}",
    data_table=df.head(10).to_html(index=False),
    trend_plot=fig_trend.to_html(full_html=False, include_plotlyjs=False),
    dist_plot=fig_dist.to_html(full_html=False, include_plotlyjs=False),
    category_plot=fig_category.to_html(full_html=False, include_plotlyjs=False)
)

# 保存HTML
with open('sales_report.html', 'w', encoding='utf-8') as f:
    f.write(html)

print("HTML报告已生成：sales_report.html")

自动化工作流

1. 定时分析

你: 创建一个定时任务，每天早上8点自动分析前一天的数据，生成报告并发送邮件

使用Hermes Agent的cronjob工具：

# 定时任务脚本
import pandas as pd
import smtplib
from email.mime.text import MIMEText
from datetime import datetime, timedelta

def daily_analysis():
    # 1. 读取数据
    yesterday = datetime.now() - timedelta(days=1)
    df = pd.read_csv(f'sales_data_{yesterday.strftime("%Y%m%d")}.csv')

    # 2. 数据分析
    total_sales = df['sales'].sum()
    avg_sales = df['sales'].mean()

    # 3. 生成报告
    report = f"""
    日期：{yesterday.strftime("%Y-%m-%d")}
    总销售额：{total_sales:,.2f}
    平均销售额：{avg_sales:,.2f}
    """

    # 4. 发送邮件
    msg = MIMEText(report)
    msg['Subject'] = f'每日销售报告 - {yesterday.strftime("%Y-%m-%d")}'
    msg['From'] = 'hermes@example.com'
    msg['To'] = 'manager@example.com'

    with smtplib.SMTP('smtp.example.com', 587) as server:
        server.starttls()
        server.login('user', 'password')
        server.send_message(msg)

    print(f"报告已发送：{yesterday.strftime("%Y-%m-%d")}")

# 配置定时任务
# 在Hermes Agent中
# 你: 创建一个定时任务，每天早上8点执行daily_analysis函数

2. 监控和告警

你: 设置监控，当销售额低于阈值时发送告警

def monitor_sales():
    df = pd.read_csv('current_sales.csv')
    avg_sales = df['sales'].mean()
    threshold = 10000  # 阈值

    if avg_sales < threshold:
        # 发送告警
        send_alert(f"销售额告警：当前平均销售额 {avg_sales:,.2f} 低于阈值 {threshold:,.2f}")

3. 批量处理

你: 批量处理多个CSV文件，合并分析

import os
import glob

# 读取所有CSV文件
files = glob.glob('data/*.csv')
dfs = [pd.read_csv(f) for f in files]

# 合并数据
combined_df = pd.concat(dfs, ignore_index=True)

# 统一分析
# ... 分析代码 ...

# 生成报告
generate_report(combined_df)

最佳实践

1. 数据质量检查

def check_data_quality(df):
    """数据质量检查"""
    issues = []

    # 检查缺失值
    missing = df.isnull().sum()
    if missing.any():
        issues.append(f"缺失值：{missing.to_dict()}")

    # 检查重复值
    duplicates = df.duplicated().sum()
    if duplicates > 0:
        issues.append(f"重复值：{duplicates}条")

    # 检查异常值
    # ... 异常值检测 ...

    return issues

2. 代码复用

# 创建常用函数
def load_data(filepath):
    """加载数据"""
    return pd.read_csv(filepath)

def clean_data(df):
    """数据清洗"""
    # 标准化清洗流程
    df = df.drop_duplicates()
    df = df.fillna(df.mean())
    return df

def analyze_data(df):
    """数据分析"""
    # 标准化分析流程
    return df.describe()

# 使用这些函数
df = load_data('data.csv')
df = clean_data(df)
result = analyze_data(df)

3. 文档化

# 为分析脚本添加文档
"""
销售数据分析脚本

作者：Hermes Agent
日期：2026-04-16
版本：1.0

功能：
1. 数据加载和清洗
2. 探索性数据分析
3. 可视化
4. 报告生成

使用方法：
    python sales_analysis.py
"""

# 函数文档
def analyze_sales(data):
    """
    分析销售数据

    参数：
        data (pd.DataFrame): 销售数据

    返回：
        dict: 分析结果
    """
    pass

实战案例

案例1：电商销售分析

场景： 分析电商平台的销售数据，找出增长点和问题。

步骤：

你: 加载ecommerce_sales.csv，进行完整的销售分析

Hermes Agent会：

1. 加载数据
2. 数据清洗
3. 探索性分析
4. 可视化
5. 生成报告

案例2：客户行为分析

场景： 分析客户购买行为，进行客户细分。

你: 分析customer_data.csv，使用聚类方法对客户进行细分

案例3：销售预测

场景： 预测未来30天的销售额。

你: 基于历史销售数据，使用时间序列模型预测未来30天的销售额

总结

Hermes Agent为数据分析师提供了强大的支持：

核心优势：

• ✅ 自然语言交互，无需编程
• ✅ 自动生成代码，提高效率
• ✅ 智能数据处理，减少错误
• ✅ 自动生成报告，节省时间
• ✅ 可复用技能，积累经验

主要功能：

• ✅ 数据导入和加载
• ✅ 数据清洗和预处理
• ✅ 探索性数据分析
• ✅ 可视化
• ✅ 机器学习
• ✅ 报告生成
• ✅ 自动化工作流

最佳实践：

• ✅ 数据质量检查
• ✅ 代码复用
• ✅ 文档化
• ✅ 自动化
• ✅ 可视化

通过Hermes Agent，数据分析师可以：

1. 更快地完成数据分析任务
2. 更专注于业务洞察
3. 更容易分享分析结果
4. 更好地复用分析经验

Hermes Agent真正成为数据分析师的瑞士军刀！

如果你在数据分析中有任何疑问或想分享使用经验，欢迎在评论区讨论！

---

相关链接：

• 上一篇文章：常见问题和解决方案大全
• 官方文档：https://hermes-agent.nousresearch.com/docs/
• Pandas文档：https://pandas.pydata.org/docs/
• Plotly文档：https://plotly.com/python/