exploratory-data-analysis
Analizar archivos de datos científicos
또한 다음에서 사용할 수 있습니다: K-Dense-AI
Los científicos necesitan comprender la estructura y calidad de diversos archivos de datos científicos antes del análisis. Esta habilidad detecta automáticamente tipos de archivo, extrae metadatos, realiza análisis estadístico y genera informes completos en markdown para más de 200 formatos científicos.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"exploratory-data-analysis" 사용 중입니다. Analiza my_experiment.fastq y genera un informe de calidad
예상 결과:
- Archivo: my_experiment.fastq (245 MB)
- Formato: FASTQ - Datos de secuencia con puntuaciones de calidad
- Secuencias muestreadas: 10,000 lecturas
- Longitud media de lectura: 150 bp
- Puntuación media de calidad: 32.5 (Phred)
- Contenido GC: 52.3%
- Evaluación de calidad: Excelente - adecuado para análisis posterior
- Recomendaciones: Proceder con el alineamiento; no se requiere recorte de calidad
"exploratory-data-analysis" 사용 중입니다. Analiza protein_structure.pdb
예상 결과:
- Archivo: protein_structure.pdb (2.3 MB)
- Formato: PDB - Estructura 3D del Protein Data Bank
- Átomos totales: 4,521
- Residuos: 287
- Estructura secundaria: 45% hélice alfa, 25% lámina beta
- Métricas de calidad: Longitudes de enlace válidas, no se detectaron choques severos
- Recomendaciones: Adecuado para simulación de dinámica molecular
보안 감사
안전Legitimate 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.
위험 요인
⚡ 스크립트 포함 (1)
📁 파일 시스템 액세스 (1)
품질 점수
만들 수 있는 것
Evaluación de control de calidad
Evaluar la calidad y completitud de los datos antes del análisis posterior para conjuntos de datos experimentales.
Revisión de datos de secuencias
Analizar archivos FASTQ, FASTA y BAM para comprender las características de los datos de secuenciación.
Datos de espectroscopía
Examinar datos de NMR, espectrometría de masas y cromatografía de instrumentos analíticos.
이 프롬프트를 사용해 보세요
Analiza este archivo de datos científicos en [filepath] y genera un informe de análisis exploratorio de datos.
Evalúa la calidad y completitud de [filepath] y resume los hallazgos clave en un informe markdown.
¿Qué formato es [filepath] y cuáles son las características principales de estos datos?
Analiza múltiples archivos relacionados en [directory] y crea un informe de comparación resumido.
모범 사례
- Instala las bibliotecas científicas de Python requeridas (numpy, pandas, Biopython, h5py) para soporte completo de formatos.
- Utiliza muestreo para archivos muy grandes para reducir el tiempo de procesamiento mientras se capturan las características de los datos.
- Revisa los informes markdown antes de proceder con los flujos de trabajo de análisis posterior.
피하기
- Usar esta habilidad con datos sensibles sin revisar la salida en busca de información confidencial o PHI.
- Esperar limpieza o transformación automatizada de datos; esta habilidad informa sobre los datos pero no los modifica.
- Ignorar errores de bibliotecas faltantes; instala las dependencias para cobertura completa de formatos.