数据分析 Skill技能列表

4.5

FDA数据查询与分析工具Skill fda-database

该技能用于通过Python查询FDA的开放API,访问药物、医疗设备、食品、兽医产品等监管数据,支持安全研究、数据分析、药物警戒、趋势监控等应用。关键词包括FDA、数据查询、Python、药物安全、不良事件、召回跟踪、量化分析、监管合规。

4.5

ENA数据库Skill ena-database

这个技能用于通过REST API和FTP访问欧洲核苷酸存档(ENA),检索DNA/RNA序列、原始读段(FASTQ)、基因组组装和相关元数据,适用于基因组学和生物信息学管道。支持多种数据格式和高级搜索功能,方便数据集成和分析。关键词:基因组学,生物信息学,序列数据,API访问,数据检索,欧洲核苷酸存档。

4.5

临床试验数据库Skill clinicaltrials-database

这个技能用于通过ClinicalTrials.gov API v2查询和检索临床试验数据。它支持按医疗条件、干预药物、地理位置、研究状态或阶段进行搜索,可以获取详细试验信息并导出数据。适用于临床研究分析、患者匹配、药物开发跟踪、数据导出等场景。关键词:临床试验查询、API数据检索、临床研究工具、患者匹配系统、数据分析。

4.5

生物数据分析工具包Skill scikit-bio

scikit-bio 是一个用于生物信息学分析的 Python 工具包,提供序列处理、对齐、系统发育树构建、多样性计算、排序分析和统计测试等功能。关键词:生物数据、序列分析、系统发育树、多样性、PCoA、PERMANOVA、生物信息学、Python、数据分析。

4.5

神经信号处理工具包Skill neurokit2

NeuroKit2 是一个 Python 工具包,用于处理和分析生理信号如 ECG、EEG、EDA、RSP、PPG、EMG 和 EOG。它支持心变异性分析、事件相关电位、复杂度测量和自主神经系统评估,适用于心理生理学研究、临床应用和人机交互研究。关键词:生理信号处理、ECG分析、EEG分析、HRV、皮肤电反应、Python工具包、生物医学数据分析。

4.5

ETE工具包Skill etetoolkit

ETE工具包是一个用于系统发育树分析和可视化的Python库,支持树操作、进化事件检测、NCBI分类学集成、高质量图形输出和聚类分析,适用于生物信息学、进化生物学和数据科学研究。

4.5

DataCommons客户端Skill datacommons-client

Data Commons 客户端是一个 Python 库,用于访问 Data Commons 平台,提供程序化查询全球公共统计数据的功能,包括人口统计、经济指标、健康数据和环境统计等。适用于数据分析、量化金融、经济研究、学术探索和统计建模,关键词包括数据查询、API 集成、统计分析、公共数据访问、知识图谱和 Python 开发。

4.5

Pymatgen材料科学分析库Skill pymatgen

Pymatgen是一个Python库,专为材料科学设计,提供晶体结构创建与转换、相图计算、电子结构分析、表面和界面研究、Materials Project数据库集成等功能。适用于计算材料科学、高通量工作流和材料数据分析。关键词:材料科学、Python、分析工具、晶体结构、相图、电子结构、Materials Project、计算材料学。

4.5

天文数据分析工具Skill astropy

天文数据分析工具Astropy是一个Python库,用于天文学数据处理、坐标转换、宇宙学计算和统计分析,支持FITS文件操作、天体坐标变换、单位管理和模型拟合,是天文学研究和量化金融中数据科学的核心工具。

4.5

费米估算技能Skill estimation-fermi

费米估算技能用于在数据稀缺或时间有限时,通过分解复杂问题为可估算部分,进行快速数量级估算。适用于市场 sizing、资源规划、可行性检查、战略决策等场景。关键词:费米估算、数量级估算、市场 sizing、资源规划、可行性研究、数据分析、战略评估。

4.5

CausalPy数据加载示例Skill loading-datasets

该技能用于加载CausalPy库提供的内部示例数据集,方便用户进行因果分析方法(如双重差分法DID、中断时间序列ITS、合成控制法SC)的学习和演示,适用于数据科学和机器学习项目。关键词:CausalPy、数据加载、示例数据集、因果分析、DID、ITS、SC、数据科学、机器学习、SEO搜索。

4.5

安慰剂分析Skill running-placebo-analysis

这个技能用于执行时间安慰剂灵敏度分析,验证因果声明的有效性。它通过模拟干预前后的数据折叠来检查模型是否错误检测效应,确保因果实验的稳健性。适用于数据科学、机器学习和因果推断领域,关键词包括安慰剂分析、因果验证、模型稳健性、灵敏度测试、CausalPy、数据科学实验。