小海豚智能编程器（dolphin-python）的使用方法如下：
环境准备
确保你的Python环境中已经安装了`dolphin-python`库。如果没有安装，可以使用以下命令进行安装：
```bash
pip install dolphin-python
```
引入小海豚
在Python脚本中引入`dolphin`库，并给它起一个别名`dp`，以便于后续使用：
```python
import dolphin as dp
```
创建数据集
创建一个简单的Python列表，其中包含一些字典，每个字典代表一个数据点：
```python
data = [
{'name': '小明', 'score': 85},
{'name': '小红', 'score': 92},
{'name': '小华', 'score': 78}
]
```
创建数据框
使用`dolphin`的`DataFrame`类将数据集转换为数据框：
```python
df = dp.DataFrame（data）
```
智能数据摘要
使用`smart_summary`方法对数据框进行智能摘要：
```python
print（df.smart_summary（））
```
自动数据可视化
使用`plot_smart`方法对数据框进行自动数据可视化：
```python
df.plot_smart（）
```
智能数据清洗
使用`smart_clean`方法对数据框进行智能清洗：
```python
cleaned_data = df.smart_clean（）
```
智能特征推荐
使用`recommend_features`方法对数据框进行智能特征推荐：
```python
features = df.recommend_features（）
```
智能图表推荐
使用`recommend_plot`方法对数据框进行智能图表推荐：
```python
best_viz = df.recommend_plot（）
```
实战小例子
```python
import pandas as pd
import dolphin as dp
导入示例数据
sales_data = pd.read_csv（'sales.csv'）
创建dolphin数据框
df_sales = dp.DataFrame（sales_data）
智能数据摘要
print（df_sales.smart_summary（））
自动数据可视化
df_sales.plot_smart（）
智能数据清洗
cleaned_sales_data = df_sales.smart_clean（）
智能特征推荐
recommended_features = df_sales.recommend_features（）
智能图表推荐
best_viz_sales = df_sales.recommend_plot（）
```
通过以上步骤，你可以开始使用小海豚智能编程器进行数据分析和可视化。希望这些信息对你有所帮助!