Skills

Python Scikit-learn

@sickn33

低风险

使用 scikit-learn 进行 Python 机器学习。用于分类、回归、聚类、模型评估和特征工程。

Plotly交互可视化

@sickn33

低风险

交互式可视化库。当需要悬停信息、缩放、平移或可嵌入 Web 的图表时使用。最适合数据探索和仪表板。

NetworkX图分析

@sickn33

低风险

NetworkX 是一个用于创建、操作和分析复杂网络与图结构的 Python 库。

Polars DataFrame处理

@sickn33

低风险

快速内存 DataFrame 库，适用于内存可容纳的数据集。当 pandas 太慢但数据仍可放入内存时使用。支持惰性求值、并行执行和 Apache Arrow 后端。最适合 1-100GB 数据集、ETL 管道和替代 pandas 的高性能场景。超大数据集请使用 dask 或 vaex。

Matplotlib 可视化

@sickn33

低风险

Matplotlib 是 Python 的基础可视化库，用于创建静态、动画和交互式图表。

Python 统计模型

@sickn33

低风险

Statsmodels 是 Python 首选的统计建模库，提供跨多种统计方法的估计、推断和诊断工具。

Seaborn 可视化

@sickn33

低风险

Seaborn 是用于创建出版级统计图形的 Python 可视化库。适用于面向数据集的绘图、多变量分析、自动统计估计和用最少代码创建复杂多面板图形。

Pandas数据分析

@Jeffallan

安全

执行 pandas DataFrame 操作，用于数据分析、处理和转换。用于处理 pandas DataFrame、数据清洗、聚合、合并或时间序列分析。用于多键 DataFrame 连接、数据透视表、时间序列重采样等数据操作任务。