autoviz-1-basic-one-line-eda
Über
Diese Fähigkeit bietet automatisierte explorative Datenanalyse (EDA) mit nur einer Codezeile und erzeugt umfassende Visualisierungen aus CSV-Dateien oder pandas DataFrames. Sie analysiert automatisch Beziehungen, Verteilungen und Korrelationen und übernimmt gleichzeitig Datenbereinigung und Ausreißererkennung. Nutzen Sie sie für schnelle Datensatzexploration, Mustererkennung und die Erstellung von Diagrammen in mehreren Formaten mit minimaler Konfiguration.
Schnellinstallation
Claude Code
Empfohlennpx skills add vamseeachanta/workspace-hub -a claude-code/plugin add https://github.com/vamseeachanta/workspace-hubgit clone https://github.com/vamseeachanta/workspace-hub.git ~/.claude/skills/autoviz-1-basic-one-line-edaKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Verwandte Skills
autoviz
AndereAutoViz automatisiert die explorative Datenanalyse mit nur einer Codezeile und erzeugt umfassende Visualisierungen sowie erkennt Muster wie Korrelationen und Ausreißer. Es wählt automatisch Diagrammtypen aus, verarbeitet sowohl kategorische als auch numerische Merkmale und kann Berichte in HTML oder Jupyter Notebooks exportieren. Nutzen Sie diese Fähigkeit für schnelle, automatisierte EDA, um die Struktur Ihres Datensatzes und wichtige Erkenntnisse vor einer tieferen Analyse zu verstehen.
bsee-sodir-extraction
AndereDiese Fähigkeit extrahiert und verarbeitet Offshore-Energiedaten aus den behördlichen Datenbanken der BSEE (Golf von Mexiko) und SODIR (Norwegen). Nutzen Sie sie, um programmgesteuert auf Produktionskennzahlen, Bohrlochinformationen, Felddaten und HSE-Aufzeichnungen für Analysen zuzugreifen. Sie unterstützt Aufgaben wie Wirtschaftlichkeitsmodellierung, Compliance-Verfolgung und umfassende Energiedatenaggregation.
ydata-profiling-1-basic-profile-report-generation
AndereDiese Fähigkeit erstellt umfassende Datenqualitätsberichte aus pandas DataFrames unter Verwendung von ydata-profiling. Sie generiert interaktive HTML-Berichte mit statistischen Zusammenfassungen, Visualisierungen und Datenqualitätsbewertungen. Entwickler sollten sie für die erste explorative Datenanalyse verwenden, um schnell Datensatzstruktur, Verteilungen und potenzielle Probleme zu verstehen.
streamlit-3-layout-and-organization
AndereDiese Fähigkeit bietet Streamlit-Layout-Komponenten zur Organisation von Dashboard-Oberflächen. Sie behandelt die Erstellung von mehrspaltigen Layouts mit einstellbaren Verhältnissen und die Implementierung von Seitenleisten-Navigation mit interaktiven Widgets. Nutzen Sie sie, wenn Sie komplexe Streamlit-Anwendungen mit klarer visueller Struktur aufbauen müssen.
