exploratory-data-analysis
تحليل ملفات البيانات العلمية
متاح أيضًا من: K-Dense-AI
يحتاج العلماء إلى فهم بنية وجودة ملفات البيانات العلمية المتنوعة قبل التحليل. تقوم هذه المهارة تلقائيًا باكتشاف أنواع الملفات، واستخراج البيانات الوصفية، وإجراء التحليل الإحصائي، وإنشاء تقارير شاملة بصيغة markdown لأكثر من 200 صيغة علمية.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "exploratory-data-analysis". حلل my_experiment.fastq وأنشئ تقرير جودة
النتيجة المتوقعة:
- File: my_experiment.fastq (245 MB)
- Format: FASTQ - Sequence data with quality scores
- Sequences sampled: 10,000 reads
- Mean read length: 150 bp
- Mean quality score: 32.5 (Phred)
- GC content: 52.3%
- Quality assessment: Excellent - suitable for downstream analysis
- Recommendations: Proceed with alignment; no quality trimming required
استخدام "exploratory-data-analysis". حلل protein_structure.pdb
النتيجة المتوقعة:
- File: protein_structure.pdb (2.3 MB)
- Format: PDB - Protein Data Bank 3D structure
- Total atoms: 4,521
- Residues: 287
- Secondary structure: 45% alpha-helix, 25% beta-sheet
- Quality metrics: Valid bond lengths, no severe clashes detected
- Recommendations: Suitable for molecular dynamics simulation
التدقيق الأمني
آمنLegitimate scientific data analysis skill. The Python script reads local files, performs statistical analysis, and generates reports using standard libraries. No network calls, credential access, or malicious patterns detected. Static findings are false positives from scanner misinterpreting documentation code examples and scientific terminology.
عوامل الخطر
⚡ يحتوي على سكربتات (1)
📁 الوصول إلى نظام الملفات (1)
درجة الجودة
ماذا يمكنك بناءه
تقييم مراقبة الجودة
تقييم جودة واكتمال البيانات قبل التحليل اللاحق لمجموعات البيانات التجريبية.
مراجعة بيانات التسلسل
تحليل ملفات FASTQ و FASTA و BAM لفهم خصائص بيانات التسلسل.
بيانات التحليل الطيفي
فحص بيانات الرنين المغناطيسي النووي وقياس الطيف الكتلي والكروماتوغرافيا من الأجهزة التحليلية.
جرّب هذه الموجهات
حلل ملف البيانات العلمية هذا في [filepath] وأنشئ تقرير تحليل استكشافي للبيانات.
قيّم جودة واكتمال [filepath] ولخص النتائج الرئيسية في تقرير markdown.
ما هي صيغة [filepath] وما هي الخصائص الرئيسية لهذه البيانات؟
حلل عدة ملفات ذات صلة في [directory] وأنشئ تقرير مقارنة ملخص.
أفضل الممارسات
- قم بتثبيت مكتبات Python العلمية المطلوبة (numpy و pandas و Biopython و h5py) للحصول على دعم كامل للصيغ.
- استخدم أخذ العينات للملفات الكبيرة جدًا لتقليل وقت المعالجة مع الاستمرار في التقاط خصائص البيانات.
- راجع تقارير markdown قبل المتابعة بسير عمل التحليل اللاحق.
تجنب
- استخدام هذه المهارة على بيانات حساسة دون مراجعة المخرجات بحثًا عن معلومات صحية محمية أو معلومات سرية.
- توقع تنظيف البيانات أو تحويلها تلقائيًا؛ هذه المهارة تقدم تقارير عن البيانات لكنها لا تعدلها.
- تجاهل أخطاء المكتبات المفقودة؛ قم بتثبيت التبعيات للحصول على تغطية كاملة للصيغ.