data-visualization
Crear gráficos y visualizaciones de datos con Python
こちらからも入手できます: inference-sh-9,Dbxstudio,0xkynz
Comunicar información de datos visualmente requiere elegir el tipo de gráfico adecuado y dominar múltiples bibliotecas. Esta guía te enseña a crear visualizaciones profesionales usando matplotlib, seaborn, plotly y altair.
スキルZIPをダウンロード
Claudeでアップロード
設定 → 機能 → スキル → スキルをアップロードへ移動
オンにして利用開始
テストする
「data-visualization」を使用しています。 Crear un gráfico de barras comparando ingresos trimestrales
期待される結果:
- Gráfico de barras con trimestres en el eje x
- Valores de ingresos en el eje y con etiquetas de moneda
- Título: Comparación de Ingresos Trimestrales
- Gradiente de color de azul claro a oscuro
- Etiquetas de valor mostradas sobre cada barra
「data-visualization」を使用しています。 Mostrar distribución de temperatura para el año
期待される結果:
- Histograma con 20 bins mostrando la frecuencia de temperatura
- Curva KDE superpuesta para distribución suave
- Eje x etiquetado con temperatura en grados Celsius
- Eje y mostrando el conteo de observaciones
- Líneas de media y mediana anotadas
セキュリティ監査
安全All static findings are false positives. This is a pure documentation-based skill containing only a SKILL.md file with example Python code snippets for data visualization. No executable code, network calls, cryptographic operations, or system commands exist. The flagged patterns were matched against metadata in skill-report.json and markdown formatting in SKILL.md.
リスク要因
🌐 ネットワークアクセス (2)
⚙️ 外部コマンド (1)
品質スコア
作れるもの
Generar gráficos estadísticos
Crear gráficos de distribución, mapas de correlación y visualizaciones de tendencias para informes y presentaciones de análisis.
Integrar gráficos en aplicaciones
Generar código de visualización en Python para embeber en pipelines de datos, notebooks y aplicaciones web.
Crear figuras listas para publicación
Producir gráficos claros y profesionales formateados para artículos académicos y documentación de investigación.
これらのプロンプトを試す
Crear un gráfico de líneas con matplotlib mostrando valores mensuales con título, etiquetas de ejes y líneas de cuadrícula.
Generar un histograma con seaborn con superposición KDE mostrando la distribución de valores. Incluir etiquetas apropiadas.
Construir un gráfico de dispersión con plotly con tooltips al pasar el mouse mostrando la correlación entre dos variables. Habilitar zoom y paneo.
Crear una figura con matplotlib con cuatro subgráficos: mapa de calor, gráfico de barras, gráfico de líneas y diagrama de caja usando un estilo consistente.
ベストプラクティス
- Hacer coincidir el tipo de gráfico con la estructura de datos y la idea que quieres comunicar
- Incluir títulos claros, etiquetas de ejes y leyendas para visualizaciones auto-explicativas
- Usar paletas de color amigables para daltónicos para accesibilidad
回避
- Usar efectos 3D para comparaciones simples de datos lo cual distorsiona la percepción
- Incluir demasiadas series de datos en un solo gráfico causando desorden visual
- Omitir etiquetas de ejes o unidades haciendo los gráficos difíciles de interpretar