Создание визуализаций публикационного качества на Python требует понимания API matplotlib, параметров стилизации и лучших практик. Этот навык предоставляет шаблоны, примеры кода и руководство по устранению неполадок для создания профессиональных графиков, диаграмм и 3D-визуализаций для исследований и анализа данных.

Масс-спектрометрия генерирует сложные спектральные данные, требующие специализированной обработки. Matchms предоставляет полный инструментарий Python для загрузки, фильтрации, сравнения и идентификации соединений из спектральных данных с использованием установленных метрик подобия.

Задачи научных вычислений требуют соответствующих аппаратных ресурсов для эффективной работы. Этот навык автоматически определяет ядра процессора, доступность GPU, память и дисковое пространство для рекомендации оптимальных вычислительных стратегий и выбора библиотек.

Анализ географических данных требует специализированных инструментов для работы с векторными геометриями, системами координат и пространственными отношениями. GeoPandas расширяет pandas, обеспечивая пространственные операции с геометрическими типами для эффективной обработки геопространственных данных.

Доступ к комплексным регуляторным данным FDA, включая лекарства, медицинские изделия, отзывы продуктов питания и информацию о веществах. Поиск нежелательных явлений, маркировки, одобрений и отзывов с использованием официального API openFDA.

Ученым необходимо понимать структуру и качество разнообразных научных файлов данных перед анализом. Этот навык автоматически определяет типы файлов, извлекает метаданные, выполняет статистический анализ и создает комплексные отчеты в формате markdown для более чем 200 научных форматов.

Ручной анализ Excel занимает часы повторяющейся работы. Этот навык предоставляет готовые к использованию шаблоны pandas для чтения, анализа и визуализации табличных данных за считанные секунды.

Управление геномными данными и создание аналитических пайплайнов на DNAnexus требует изучения сложных API и паттернов. Этот навык предоставляет полное руководство по разработке приложений, управлению данными и выполнению рабочих процессов на облачной платформе DNAnexus.

Предсказывайте 3D позы связывания между белками и низкомолекулярными лигандами с использованием передовых диффузионных моделей. Генерируйте предсказания с оценками достоверности для разработки лекарств на основе структуры и кампаний виртуального скрининга.

Обработка данных секвенирования нового поколения для экспериментов ChIP-seq, RNA-seq и ATAC-seq. Конвертация BAM файлов в нормализованные треки покрытия и создание визуализаций публикационного качества, включая тепловые карты, графики корреляции и профильные графики.

Работа с молекулярными данными в Python требует сложного кода RDKit. Datamol предоставляет простые функции для парсинга SMILES, вычисления свойств и анализа соединений.

Доступ к демографическим, экономическим данным и данным о здравоохранении из множества глобальных источников требует навигации по сложным API. Этот навык предоставляет полное руководство по использованию Python-клиента Data Commons для запроса статистики населения, уровня безработицы, показателей ВВП и других публичных наборов данных через единый граф знаний.

Обработка больших наборов данных, превышающих доступную оперативную память, приводит к ошибкам памяти и низкой производительности. Dask предоставляет абстракции параллельных вычислений, которые масштабируют операции pandas и NumPy для обработки данных терабайтного масштаба на ноутбуках или кластерах.

Работа с биологическими последовательностями, белковыми структурами или геномными данными требует специализированных инструментов. Этот навык предоставляет исчерпывающую документацию по Biopython, чтобы помочь вам парсить FASTA файлы, запрашивать базы данных NCBI, выполнять BLAST поиски, анализировать белковые структуры и проводить филогенетический анализ с использованием Python.

Управление большими аннотированными матрицами данных для анализа одноклеточной геномики является сложной задачей. Этот навык предоставляет исчерпывающую документацию по библиотеке AnnData, обеспечивая эффективную работу с файлами h5ad, аннотациями метаданных и интеграцию с экосистемой scverse.

Язык DQL-скриптов Datadata основан на расширении Starlark и поддерживает операции с DataFrame/Series, SQL-запросы и HTTP-запросы. Используя этот skill, можно быстро генерировать скрипты для очистки данных, преобразования и ETL-обработки, сокращая время ручного кодирования.

Аналитики и инженеры данных тратят время на переключение между консолями баз данных и написание шаблонных API-клиентов. Этот навык позволяет выполнять запросы к любому источнику данных Datadata, исследовать схемы таблиц и скачивать результаты с помощью команд на естественном языке через CLI-инструмент.

Новым членам команды нужны четкие инструкции для запроса доступа к Snowflake. Этот навык предоставляет пошаговое руководство по генерации ключей RSA, отправке запросов доступа и подключению к Snowflake через CLI, Python или веб-интерфейс.

Ошибки в базе данных приводят к медленной работе приложений и потере данных. Этот навык предоставляет комплексные контрольные списки для проверки проектирования схем, запросов, паттернов ORM и миграций.

Ручное извлечение текста из изображений и скриншотов — медленный и подверженный ошибкам процесс. Данный навык автоматизирует OCR-обработку через API Scanlume, предоставляя структурированный текст, Markdown, HTML или табличные данные из файлов изображений.