Анализ данных и построение диаграмм
Командам часто нужны быстрые скрипты анализа и единообразные диаграммы на основе структурированных данных. Этот навык генерирует рабочие процессы Python с использованием pandas, NumPy, matplotlib и seaborn для проверки в изолированной среде.
Остановитесь и запросите подтверждение перед установкой.
Проверьте план и получите явное согласие пользователя перед изменением файлов.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "data-analysis" from https://skillstore.io/skills/bohuyeshan-apb-data-analysis.md and its manifest at https://skillstore.io/api/skills/bohuyeshan-apb-data-analysis/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «data-analysis». Таблица продаж со столбцами региона, даты, выручки и категории продукта.
Ожидаемый результат:
Рабочий процесс анализа Python, который группирует выручку по региону и категории, сообщает о пропущенных значениях и сохраняет стилизованную сравнительную диаграмму.
Использование «data-analysis». Набор данных об активности клиентов с полями даты регистрации, плана и ежемесячного использования.
Ожидаемый результат:
План анализа по времени с ежемесячной агрегацией, сравнениями на уровне планов и линейным графиком трендов использования.
Использование «data-analysis». Экспорт опроса со столбцами рейтингов и метками в свободной форме.
Ожидаемый результат:
Рабочий процесс очистки и визуализации, который суммирует распределения ответов и создает читаемую тепловую карту.
The backtick findings are false positives caused by Markdown inline code and code fence parsing, not shell execution. The skill does read OpenAI API configuration from environment and application settings, and it generates runnable Python code from user-provided context, so publication should require clear sandbox and credential handling guidance.
Это реальные локальные возможности, которые могут ожидаться для этого навыка, поэтому они требуют проверки, но не считаются подтверждённым вредоносным поведением.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/bohuyeshan-apb-data-analysis/audits/12?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/bohuyeshan-apb-data-analysis?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/bohuyeshan-apb-data-analysis?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/bohuyeshan-apb-data-analysis/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/bohuyeshan-apb-data-analysis.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>BOHUYESHAN-APB. (2026). data-analysis security audit report (audit version 12) [Author version 1.0.0]. Skillstore. https://skillstore.io/skills/bohuyeshan-apb-data-analysis/audits/12@techreport{bohuyeshan-apb-bohuyeshan-apb-data-analysis-2026,
author = {BOHUYESHAN-APB},
title = {data-analysis security audit report (audit version 12)},
institution = {Skillstore},
year = {2026},
number = {12},
url = {https://skillstore.io/skills/bohuyeshan-apb-data-analysis/audits/12},
note = {Author version 1.0.0}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "data-analysis security audit report (audit version 12)"
version: "1.0.0"
type: report
authors:
- name: "BOHUYESHAN-APB"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/bohuyeshan-apb-data-analysis/audits/12"
identifiers:
- type: other
value: "skillstore:bohuyeshan-apb-data-analysis:audit:12"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
supercent-io-data-analysis
2026-09-09
acurioustractor-data-analysis
2026-09-09
bohuyeshan-apb-data-analysis
2026-09-09
Сгенерировать рабочий процесс pandas, который профилирует столбцы, суммирует пропущенные значения и подготавливает диаграммы для проверки.
Построить скрипты диаграмм, использующие единообразное оформление для отчетов, notebooks или сгенерированных документов.
Преобразовать требование к анализу на естественном языке в исполняемый Python-скрипт для контролируемой sandbox.
Проанализируй этот контекст набора данных и создай простой Python-скрипт, который суммирует ключевые столбцы и пропущенные значения. Включи одну понятную диаграмму.
Создай код анализа, который группирует данные по указанной категории, сравнивает основную метрику между группами и сохраняет читаемую столбчатую диаграмму.
Сгенерируй Python-скрипт анализа, который разбирает столбец даты, агрегирует метрику по месяцам, выделяет изменения тренда и сохраняет линейный график.
Используй предоставленный контекст данных, чтобы создать полный скрипт анализа, готовый для sandbox. Очисти недопустимые строки, вычисли сгруппированные метрики и создай одну визуализацию публикационного качества.
Автор
BOHUYESHAN-APBЛицензия
MIT
Версия автора
v1.0.0
Ревизия Skillstore
r1
Репозиторий
https://github.com/BOHUYESHAN-APB/N-T-AI/tree/main/backend/app/skills/common/data_analysis_skillСсылка
7db9b9f06e0ab79c575b58bc48c4d8dc9849f424
Актуальность поддержки
20.07.2026
Использование
8 загрузок · 183 просмотров
Структура файлов
Анализ файлов научных данных
от davila7
Файлы научных данных сложно исследовать, поскольку каждый формат по-разному хранит структуру и метаданные. Этот навык определяет форматы, оценивает качество данных и создает практические отчеты по разведочному анализу данных в формате markdown.
Анализ данных с помощью SQL и pandas
от shubhamsaboo
Работа с данными часто требует понятных запросов, повторяемых преобразований и внимательной интерпретации. Этот навык помогает в рабочих процессах с SQL, pandas, статистикой и очисткой данных.
Анализ single-cell RNA-seq с помощью Scanpy
от davila7
Рабочие процессы single-cell RNA-seq требуют тщательного контроля качества, нормализации, кластеризации и документирования. Этот навык предоставляет рабочие процессы Scanpy, скрипты, шаблоны и справочные материалы для воспроизводимого анализа.
Создание готовых к публикации графиков Matplotlib
от davila7
Matplotlib может быть сложно последовательно применять для создания сложных научных графиков. Этот навык содержит практические примеры, рекомендации по оформлению и вспомогательные скрипты для создания более понятных графиков.
Создание моделей дискретно-событийного моделирования с помощью SimPy
от davila7
Сложные очереди и совместно используемые ресурсы трудно оценить до развертывания. Этот навык помогает создавать модели SimPy, настраивать мониторинг и синхронизацию, а также анализировать результаты.
Быстро вычисляйте математические выражения
от Decalogue
Ручные проверки арифметики замедляют агентов, когда пользователям нужны быстрые числовые ответы. Этот навык вычисляет базовые математические выражения и возвращает краткие результаты.