Matplotlib

visualization-expert là một skill gọn nhẹ để chọn biểu đồ, áp dụng thực hành tốt về trực quan hóa và tham khảo ví dụ matplotlib hoặc plotly. Hãy dùng nó khi bạn muốn chọn loại biểu đồ phù hợp hơn, nhận xét dashboard và áp dụng hướng dẫn trực quan hóa dữ liệu rõ ràng, dễ tiếp cận từ một tệp SKILL.md duy nhất.

Dùng sympy để làm toán học ký hiệu chính xác trong Python, bao gồm đại số, giải tích, ma trận, công thức vật lý, lý thuyết số, hình học và sinh mã. Skill này giúp bạn giữ biểu thức ở dạng chính xác, chọn đúng module của SymPy và tránh các lỗi thường gặp khi phụ thuộc quá nhiều vào số thực. Phù hợp nhất cho người cần một hướng dẫn sympy thực dụng cho quy trình làm việc ký hiệu và sympy cho phân tích dữ liệu.

qutip là một skill Python mô phỏng vật lý lượng tử cho hệ lượng tử mở, suy hao, tiến hóa theo thời gian và quang học lượng tử. Dùng hướng dẫn qutip này cho phương trình master, động lực Lindblad, suy giảm kết hợp, QED trong hốc cộng hưởng, mô phỏng trạng thái/toán tử và các ví dụ Scientific Python. Không dành cho điện toán lượng tử dựa trên mạch.

Skill shap dành cho khả năng diễn giải mô hình và AI có thể giải thích. Dùng để hiểu dự đoán, tính đóng góp của đặc trưng, chọn biểu đồ SHAP và gỡ lỗi hành vi mô hình trong phân tích dữ liệu cho các mô hình cây, tuyến tính, deep learning và mô hình hộp đen.

Seaborn là một skill seaborn dành cho trực quan hóa thống kê trong Python, với đầu vào thân thiện với pandas và thiết lập mặc định rất tốt. Dùng nó khi cần khám phá nhanh phân phối, mối quan hệ, so sánh theo nhóm, box plot, violin plot, pair plot và heatmap. Dựa trên matplotlib để tạo biểu đồ tĩnh, sẵn sàng cho xuất bản.

scikit-learn giúp bạn xây dựng các quy trình machine learning cổ điển trong Python. Hãy dùng kỹ năng scikit-learn này cho phân loại, hồi quy, phân cụm, tiền xử lý, đánh giá mô hình, tinh chỉnh siêu tham số và pipelines. Đây là hướng dẫn scikit-learn thực tế cho dữ liệu bảng và phát triển mô hình có thể lặp lại.

scientific-visualization là một meta-skill dành cho các hình vẽ sẵn sàng cho công bố khoa học. Hãy dùng nó cho các biểu đồ nộp tạp chí với bố cục nhiều panel, chú thích mức ý nghĩa thống kê, thanh sai số, bảng màu thân thiện với người mù màu, và định dạng theo phong cách Nature/Science/Cell. Skill này điều phối matplotlib, seaborn và plotly cho công việc scientific-visualization trong Data Visualization.

Kỹ năng matplotlib cho vẽ biểu đồ bằng Python với toàn quyền kiểm soát trục, nhãn, chú giải, bố cục và định dạng xuất. Hãy dùng khi cần biểu đồ khoa học, phân tích nhiều khung, kiểu biểu đồ tùy chỉnh và trực quan hóa có thể tái tạo, đặc biệt khi bạn cần độ chính xác cao hơn một prompt biểu đồ chung chung. Đây là hướng dẫn matplotlib rất phù hợp cho Phân tích dữ liệu và các biểu đồ sẵn sàng đưa vào xuất bản.

Kỹ năng matlab giúp bạn tạo, gỡ lỗi và điều chỉnh mã MATLAB hoặc GNU Octave cho các phép toán ma trận, phân tích dữ liệu, trực quan hóa, thống kê, tối ưu hóa và tính toán khoa học. Hãy dùng khi cần mã MATLAB có thể chạy được, MATLAB cho phân tích dữ liệu, chuyển đổi MATLAB sang Python, hoặc các script tương thích Octave khi bạn muốn ít phải thử đi thử lại hơn so với một prompt chung chung.

Skill geopandas dành cho phân tích dữ liệu vector địa lý bằng Python, bao gồm shapefile, GeoJSON và GeoPackage. Dùng để đọc, làm sạch, nối, tạo vùng đệm, cắt, chuyển hệ tọa độ và xuất dữ liệu không gian với ít phải đoán mò hơn.