Jupyter

Open Notebook は、ドキュメント分析、メモ、ソース付きチャット、検索、ポッドキャスト風要約に対応した、セルフホスト型のオープンソース研究ワークスペースです。open-notebook スキルを使うと、ノートブックの整理、PDF・Webページ・音声・動画・Officeファイルの取り込み、そして Data Analysis 向けのプライベートな API ファーストのワークフローを支援できます。

histolab は、デジタル病理における全スライド画像（WSI）前処理のための Python スキルです。組織検出、タイル抽出、H&E スライドの染色正規化に対応しており、データセット準備、タイルベースの簡易解析、軽量なデータ分析ワークフローに役立ちます。マスク、tilers、スライド管理を実務的に扱いながら、histolab を導入・活用できます。

statsmodelsスキルは、Pythonでのデータ分析において、統計モデル、推定、診断が必要なときにstatsmodelsを使いこなすのを助けます。OLS、GLM、離散型アウトカム、時系列、混合モデルまで対応し、係数表、p値、信頼区間、仮定チェックも扱えます。計量経済学、予測、説明責任のあるレポーティングに、このstatsmodelsガイドを活用してください。

statistical-analysis スキルは、Data Analysis における検定の選定・実行・報告を支援します。前提条件、効果量、検出力、APA スタイルの結果表記まで含め、根拠ある分析を進めやすくします。学術研究、実験、観察研究などで、特定モデルのコーディングよりも検定選択と明確な報告が重要な場面に向いています。

Pythonで単一細胞RNA-seqデータを解析するためのscanpy skillです。QC、正規化、PCA、UMAP/t-SNE、クラスタリング、マーカー遺伝子の発見、軌跡解析、論文品質のプロットに使えます。AnnDataを中心にした探索的なscRNA-seqワークフローに最適で、scanpyの使い方と導入手順もわかりやすく示します。

matplotlib を使った Python のプロット作成に強いスキルです。軸、ラベル、凡例、レイアウト、出力形式まで細かく制御できます。科学図版、複数パネルの分析、独自のチャート表現、再現性のある可視化など、汎用的なチャート指示では足りないときに役立ちます。Data Analysis で、論文・発表向けの見栄えを重視した図を作るための有力な matplotlib ガイドです。

matlab スキルを使うと、行列演算、データ分析、可視化、統計、最適化、科学計算向けの MATLAB または GNU Octave コードを生成・デバッグ・調整できます。実行可能な MATLAB の使い方、MATLAB によるデータ分析、MATLAB から Python への変換、または GNU Octave と互換性のあるスクリプトが必要で、一般的なプロンプトより試行錯誤を減らしたい場合に適しています。

labarchive-integration は、LabArchives の REST API を使ったノートブックへのアクセス、エントリ、添付ファイル、バックアップ、レポート、さらに Protocols.io、Jupyter、REDCap との連携を支援します。資格情報、設定、再現性のある ELN 自動化について実務的なガイダンスが必要なときに、この labarchive-integration スキルを API Development 向けに活用してください。

imaging-data-commons は、idc-index を使って NCI Imaging Data Commons の公開がん画像データを検索・ダウンロードするためのスキルです。CT、MR、PET、病理データセットにまたがる imaging-data-commons の利用に向いており、メタデータ検索、ブラウザプレビュー、ライセンス確認、AI 学習やデータ分析のワークフローまでカバーします。認証は不要です。

ggetは、CLIまたはPythonから20以上のゲノムデータベースと解析ツールへ高速かつ統一的にアクセスできる生物情報学スキルです。遺伝子情報、BLAST関連の検索、AlphaFold構造、発現データ、疾患関連、エンリッチメント系の解析に使えます。素早い探索や、ggetを使ったData Analysisワークフローに向いています。

exploratory-data-analysis スキルは、科学系ファイルを形式に応じた EDA レポートへ変換します。ファイル形式を判別し、構造と品質を要約し、主要メタデータを抽出して、次の分析候補まで提案します。化学、生物情報学、顕微鏡画像、分光、プロテオミクス、メタボロミクスなど、さまざまな科学ファイル形式に対する exploratory-data-analysis を使ったデータ分析に適しています。

astropy は、天文学・天体物理学のワークフロー向け Python ツールキットです。この astropy スキルでは、天球座標、単位、FITS ファイル、時間スケール、テーブル、WCS、宇宙論、そしてデータ分析のための astropy を扱えます。座標変換、単位変換、データ処理など、実務的な天文学タスクに役立ちます。

jupyter-notebookスキルは、実験、チュートリアル、データ分析向けの .ipynb ノートブックを作成・リファクタリング・構成するのに役立ちます。組み込みテンプレートと `new_notebook.py` ヘルパーを使い、見出しが明確で、実行可能なセルを備え、JSON のミスを抑えた、きれいで再現性の高いノートブックを生成できます。