great-tables-common-issues
Über
Diese Fähigkeit hilft Entwicklern, häufige Probleme bei der Verwendung der great-tables Python-Bibliothek zu beheben. Sie bietet schnelle Lösungen für Probleme wie nicht angezeigte Tabellen in Jupyter, fehlerhafte HTML-/Bild-Exporte und langsame Leistung bei großen Datensätzen. Nutzen Sie diese Referenz, wenn Sie beim Erstellen von Tabellen auf Darstellungs-, Export- oder Leistungsprobleme stoßen.
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/great-tables-common-issuesKopieren 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.
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.
ydata-profiling-1-use-minimal-mode-for-large-datasets
AndereDiese Fähigkeit bietet Best Practices für die Verwendung von ydata-profiling mit großen Datensätzen, wobei der Schwerpunkt auf Leistungsoptimierung liegt. Sie empfiehlt den Minimalmodus, um die Berechnungszeit zu reduzieren, und schlägt Stichproben für die erste Erkundung vor. Die Fähigkeit zeigt auch, wie Korrelationsberechnungen angepasst werden können, um unnötige Berechnungen zu deaktivieren.
