该技能专注于凸优化问题的问题解决策略，包括验证凸性、问题分类、标准形式转换、KKT条件应用以及使用Scipy和Z3等工具进行求解和验证。适用于优化、数据分析、机器学习等领域的数学建模和算法实现。关键词：凸优化、问题解决、优化算法、Scipy、Z3、KKT条件、数据科学、人工智能。

这是一个专为查询和分析大规模单细胞基因表达数据设计的技能，提供对超过6100万细胞的标准化数据访问，支持跨组织、疾病和细胞类型的数据探索、机器学习模型训练，并集成扫描py、PyTorch等分析工具，关键词包括单细胞分析、基因表达、数据查询、机器学习、生物信息学。

CSV 数据处理工具是一款基于 Python pandas 库的实用程序，专门用于高效处理 CSV 格式的表格数据。它提供了一整套命令行功能，包括数据读取与展示、条件筛选、多列排序、格式转换（如转 JSON）以及数据聚合统计（如分组求和）。该工具适用于数据分析师、开发者和研究人员，能快速进行数据清洗、预处理和初步分析，是数据科学工作流中处理结构化数据的得力助手。关键词：CSV处理，数据分析，数据转换，Python pandas，数据清洗，命令行工具。

反事实推理是一种通过模拟对过去决策或假设未来进行干预来评估替代情景的分析方法。它用于决策后评估、情景规划、路径比较和战略模拟，通过概率加权结果进行对比分析，帮助决策者理解不同选择可能带来的影响。关键词：反事实推理、决策评估、情景模拟、概率分析、替代路径、战略规划、后见之明分析、因果推断。

推理归纳是一种从多个实例中提取模式和规则的技能，用于发现数据中的系统行为和预测规律，适用于数据分析和模式识别。

这个技能专注于使用Python库如pandas和openpyxl进行Excel文件的创建、编辑、数据分析和可视化，特别适用于金融建模和数据处理，支持公式计算、错误检查和重新计算，便于动态数据管理和更新。关键词：Excel数据处理，财务建模，数据可视化，公式计算，Python数据分析

定量分析是一种统计技能，专注于选择适当的统计测试、解释效应大小和进行功率分析，以确保数据分析的数学严谨性和统计有效性。关键词：定量分析、统计测试、效应大小、功率分析、数据分析、统计建模。

决策矩阵是一种结构化工具，用于在加权标准下比较多个备选方案，支持透明、数据驱动的决策分析。它通过评分和权重计算，帮助揭示主观因素，优化权衡选择，适用于供应商评估、策略选择等场景。关键词：决策矩阵、数据分析、权重评分、备选方案比较、透明决策、数据驱动、权衡分析。

这个技能用于Excel文件的全面操作，包括创建、编辑、分析，支持公式计算、格式设置和数据可视化。特别适用于金融建模和股票量化交易的数据处理，确保零错误和标准化流程，提升数据分析效率。关键词：Excel, 数据分析, 金融建模, 公式, 可视化, 量化交易

此技能用于从多个来源综合研究发现，进行模式识别、权重分配、矛盾解决和叙事构建，以形成连贯的结论并量化不确定性。关键词：研究综合、数据分析、不确定性量化、结论生成、SEO搜索优化。

Excel分析技能专注于使用工具如pandas处理Excel文件，进行数据清洗、分析、透视表生成和图表可视化，适用于数据科学和商业分析领域。关键词：Excel分析, 数据科学, 数据分析, 数据可视化, 透视表, 图表生成, 数据处理。

这个技能专注于解决二阶常微分方程（ODEs）问题，包括分类、解析解和数值解方法。适用于数学建模、工程分析和科学研究，关键词：二阶常微分方程、ODE求解、数值分析、微分方程建模、常微分方程解题策略。