实验数据预处理

导入实验 CSV，自动异常值剔除（IQR/3σ）、简单统计（均值/中位数/标准差/最小/最大/Q1/Q3）、生成 matplotlib 绘图脚本、输出清洗后 CSV 与统计报告。

本技能包含真实可运行的 Python 程序（统计用纯标准库，绘图脚本为独立文本、按需安装 matplotlib），源码见 examples/exp_prep.md。按上方"四步出片"操作即可在本地跑出结果。

核心能力

1. 异常值剔除：IQR / 3σ，自动识别数值列、剔除含异常值整行。
2. 简单统计：均值/中位数/标准差/最小/最大/Q1/Q3/IQR/异常值数。
3. 绘图脚本生成：输出 matplotlib 代码（文本），可选安装运行出图。
4. 标准化输出：cleaned.csv + stats.md + plot_script.py。

快速开始

python exp_prep.py demo                              # 内置 mock 实验数据，立即看效果
python exp_prep.py process 数据.csv                   # 处理本地 CSV（默认 IQR 法）
python exp_prep.py process 数据.csv --method=3sigma   # 改用 3σ 法

详细方法对比、自定义与排错，见 examples/usage.md；示例输出见 examples/example_output.md。