Pandas

ユーザーの継続率、エンゲージメント低下、機能定着をコホート別に分析できます。Data Analysis ワークフロー向けに設計された cohort-analysis skill で、構造化されたユーザー行動データから検証、計算、可視化、明確な示唆出しまで行えます。

detecting-beaconing-patterns-with-zeek は、Zeek の `conn.log` の間隔を分析して C2 型のビーコニングを検知するための skill です。ZAT を利用し、フローを送信元・送信先・ポートごとにグループ化したうえで、低ジッターのパターンを統計的に評価します。SOC、脅威ハンティング、インシデント対応、Security Audit のワークフローにおける detecting-beaconing-patterns-with-zeek に適しています。

analyzing-api-gateway-access-logs は、API Gateway のアクセスログを解析して、BOLA/IDOR、レート制限回避、認証情報スキャン、インジェクション試行を検知するための skill です。AWS API Gateway、Kong、Nginx 形式のログを対象に、pandas ベースの分析で SOC のトリアージ、脅威ハンティング、Security Audit のワークフローに対応します。

Seabornは、pandasと相性のよい入力と強力なデフォルト設定を備えた、Python向け統計可視化のためのseabornスキルです。分布、関係性、カテゴリ比較、箱ひげ図、バイオリンプロット、ペアプロット、ヒートマップを素早く探索したいときに使えます。matplotlib上に構築されており、静的でそのまま掲載しやすい図を作成できます。

scikit-learn は、Python で古典的な機械学習ワークフローを構築するのに役立ちます。この scikit-learn スキルでは、分類、回帰、クラスタリング、前処理、モデル評価、ハイパーパラメータ調整、パイプラインを扱えます。表形式データで再現性の高いモデル開発を進めるための、実用的な scikit-learn ガイドです。

pydeseq2は、バルクRNA-seqの差次的遺伝子発現解析に使えるPython版DESeq2スキルです。条件比較、単因子・多因子デザインの当てはめ、Wald検定とFDR補正、さらにpandasやAnnDataのワークフローでのvolcano plotやMA plotの作成に役立ちます。

Pythonでのgeopandasによる地理空間ベクターデータ分析向けスキルです。shapefiles、GeoJSON、GeoPackageファイルを扱えます。空間データの読み込み、整形、結合、バッファ作成、クリップ、再投影、書き出しを、迷いを少なく進められます。

chdb-datastore は、ClickHouse バックエンドの DataStore API を使って高速なデータ分析を行うための pandas 互換スキルです。ファイル、データベース、クラウドの各コネクタ、異なるソースをまたぐ join、そして pandas 風ワークフローをほとんど変えずに使える点が特長です。大きめのデータセットに対して、そのまま使える分析レイヤーを求めるなら、この chdb-datastore ガイドが役立ちます。