fn_registry/python/functions/pipelines/render_automatic_eda.md

name, kind, lang, domain, purity, version, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path, params, output

name	kind	lang	domain	purity	version	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path	params	output
render_automatic_eda	pipeline	py	pipelines	impure	1.0.0	def render_automatic_eda(db_path: str, table: str, backend: str = "duckdb", sample: int = 5000, run_models: bool = True, run_series: bool = True, run_llm: bool = False, out_dir: str = "reports", basename: str = None, ctx_extra: dict = None) -> dict	Informe AutomaticEDA COMPLETO one-shot de una tabla DuckDB/PostgreSQL: perfila con profile_table, construye el ctx con los datos crudos (build_eda_render_ctx: raw_numeric para modelos/geo, timeseries_raw para series, geo_points para el mapa, db_path/table para la agregacion push-down) y emite PDF (A5 movil) Y PPTX (16:9) del mismo documento por capitulos, con los 11 capitulos POBLADOS de verdad (clusters pintados sobre el PCA, evolucion temporal, mapa geografico y tablas de agregacion), no degradados. Devuelve las rutas de PDF/PPTX y el manifiesto de versiones por capitulo.	eda duckdb postgres profiling pipeline dataops report pdf pptx	profile_table_py_pipelines build_eda_render_ctx_py_datascience render_automatic_eda_pdf_py_datascience render_automatic_eda_pptx_py_datascience			false	error_go_core		true	render end-to-end sobre DuckDB sintetico con categoricas + fecha + lat/lon emite PDF y PPTX con paginas/slides	python/functions/pipelines/render_automatic_eda_test.py	python/functions/pipelines/render_automatic_eda.py	name desc db_path Ruta al archivo DuckDB (read-only, debe existir) o DSN PostgreSQL si backend='postgres'. name desc table Nombre de la tabla a perfilar e informar. name desc backend 'duckdb' (default) o 'postgres'. Selecciona el motor de perfilado y muestreo. name desc sample Maximo de filas/valores muestreados por columna para el perfil y para los datos crudos del ctx (LIMIT). Default 5000. name desc run_models Si True (default) corre los modelos baratos (PCA/KMeans/IsolationForest/normalidad); necesario para que el capitulo modelos pinte los clusters sobre el plano PCA. name desc run_series Si True (default) calcula el analisis de serie temporal por columna numerica; necesario para el analisis del capitulo timeseries (la grafica de evolucion sale de los datos crudos del ctx aunque sea False). name desc run_llm Si True (default False) hace la interpretacion LLM del perfil y ACTIVA la narrativa LLM de los capitulos modelos/geospatial/agregacion (titulos de segmento, descripcion de zona, seleccion de agregaciones). Con False usan su derivacion cuantitativa sin red. name desc out_dir Directorio de salida (se crea si no existe). Default 'reports'. name desc basename Nombre base de los archivos sin extension. Default 'aeda_<table>_<timestamp>'. name desc ctx_extra Dict opcional con claves de presentacion/contexto extra que se mezclan en el ctx (dataset_name, description, source_origin, ...); no pisan las claves de datos calculadas por build_eda_render_ctx.	dict {status:'ok', pdf_path:str, pptx_path:str, manifest_path:str|None, n_pages:int, n_slides:int, pdf_note:str, pptx_note:str, profile:<TableProfile>} o {status:'error', error:str} (dict-no-throw).

Ejemplo

from pipelines.render_automatic_eda import render_automatic_eda

# Tabla DuckDB con categoricas + fecha + numericas: informe completo a reports/.
r = render_automatic_eda("/tmp/ventas.duckdb", "ventas",
                         run_models=True, run_series=True, out_dir="reports")
print(r["status"], r["pdf_path"], r["pptx_path"], r["n_pages"], r["n_slides"])
# ok reports/aeda_ventas_20260630-120500.pdf reports/aeda_ventas_20260630-120500.pptx 14 16

# Con narrativa LLM (titulos de segmento, descripcion geografica, etc.):
r = render_automatic_eda("/tmp/ventas.duckdb", "ventas", run_llm=True)

Cuando usarla

Cuando quieras el informe AutomaticEDA COMPLETO (PDF + PPTX) de una tabla en una sola llamada, con los capitulos de modelos, series, geoespacial y agregacion ya poblados (no degradados). Es el reemplazo de "perfila + monta el ctx a mano + llama a los dos renderers": este pipeline orquesta profile_table -> build_eda_render_ctx -> render_automatic_eda_pdf/_pptx. Usalo como entregable para compartir un EDA, o como el motor detras de profile_table( emit_automatic=True) y del skill /eda.

Gotchas

• Impura: ESCRIBE el PDF, el PPTX y automatic_eda_manifest.json en out_dir.
• db_path debe existir: DuckDB read-only no crea la base.
• run_models=True y run_series=True por defecto encarecen el perfil (PCA/ KMeans/IsolationForest + ADF/KPSS/STL por columna). Para un informe mas barato ponlos a False: los capitulos modelos/timeseries se omiten o se reducen, pero el resto del informe sale igual.
• run_llm=True hace llamadas de red (interpretacion del perfil + narrativa por capitulo). Sin red, dejalo en False: los capitulos siguen completos con su derivacion cuantitativa (titulos de segmento derivados, nota geografica derivada, seleccion de agregaciones cuantitativa).
• El PPTX requiere python-pptx; si no esta instalado, pptx_path sera None y pptx_note lo explica (el PDF se emite igual).
• Los datos crudos del ctx se muestrean con sample (LIMIT), no se trae la tabla entera a RAM; con tablas enormes sube sample si quieres mas representatividad (coste: mas memoria).