Python 实验数据自动分析工具产品系统Vibe Coding

项目主要面向高校实验、科研测试及工程数据处理场景，用于解决实验人员在处理 Excel、CSV 等原始测试数据时需要反复进行数据整理、统计计算、曲线绘制和结果汇总的问题。通过自动化数据处理流程，减少重复性操作，提高实验数据分析效率，并统一数据输出和图表展示格式

项目主要包括数据导入、数据清洗、统计分析、曲线拟合、数据可视化和结果导出等功能。用户可导入 Excel 或 CSV 格式的实验数据，程序自动识别有效数据区域并完成缺失值、异常值等基础处理；支持均值、最大值、最小值、标准差、斜率等参数计算，并可根据实验数据生成折线图、散点图和拟合曲线。处理完成后，可将计算结果重新导出为 Excel 文件，同时保存生成的图表，便于后续实验报告和工程分析使用。

本项目由我负责需求分析、功能设计、核心代码编写、数据处理逻辑实现以及程序测试。项目使用 Python 作为主要开发语言，利用 Pandas 完成 Excel 和 CSV 数据读取、筛选及清洗，使用 NumPy 进行数组运算和统计参数计算，通过 Matplotlib 完成实验曲线和结果图表绘制，并使用 OpenPyXL 实现 Excel 分析结果的读取与导出。在开发过程中，对不同表格列数、空值、异常数据以及不同数据量情况下的程序运行进行了兼容处理，同时将数据读取、数据分析、绘图和结果导出拆分为独立功能模块，便于后续增加新的实验数据分析功能。