Pandas

針對使用者留存、互動衰減與功能採用，按 cohort 進行 cohort-analysis。這項 cohort-analysis 技能是為 Data Analysis 工作流程設計的，適合需要驗證、計算、視覺化，以及從結構化使用者行為資料中提煉清楚洞察的情境。

detecting-beaconing-patterns-with-zeek 可協助分析 Zeek `conn.log` 的時間間隔，用來偵測 C2 風格的 beaconing。它使用 ZAT，依來源、目的地與埠號分組流量，並透過統計檢查評分低抖動模式。很適合 SOC、威脅狩獵、事件應變，以及在 Security Audit 工作流程中使用 detecting-beaconing-patterns-with-zeek。

analyzing-api-gateway-access-logs 可協助解析 API Gateway 存取日誌，找出 BOLA/IDOR、速率限制繞過、憑證掃描與注入嘗試。它以 pandas 為基礎進行分析，適合用於 AWS API Gateway、Kong 與 Nginx 風格日誌的 SOC 分流、威脅狩獵與 Security Audit 工作流程。

Seaborn 是一個用於 Python 統計視覺化的 seaborn 技能，支援與 pandas 相容的輸入，並提供很好的預設值。適合快速探索分佈、關係、類別比較、箱型圖、提琴圖、成對圖與熱圖。底層建立於 matplotlib，可輸出適合出版的靜態圖表。

scikit-learn 幫助你在 Python 中建立經典機器學習流程。這個 scikit-learn 技能可用於分類、迴歸、分群、前處理、模型評估、超參數調校與管線。它是一份實用的 scikit-learn 指南，特別適合表格資料與可重複的模型開發。

pydeseq2 是一個用於 bulk RNA-seq 差異基因表現分析的 Python DESeq2 技能。可用來比較不同條件、建立單因子或多因子設計、套用 Wald 檢定與 FDR 校正，並在 pandas 與 AnnData 工作流程中產生 volcano 或 MA 圖。

geopandas 的 Python 地理空間向量資料分析技能，涵蓋 shapefiles、GeoJSON 與 GeoPackage 檔案。可用來讀取、清理、合併、建立緩衝區、裁切、重新投影與匯出空間資料，減少試錯。

chdb-datastore 是一個相容 pandas 的技能，透過 ClickHouse 支援的 DataStore API 提供快速資料分析。它支援檔案、資料庫與雲端連接器、跨來源 JOIN，以及只需極少程式碼變更的 pandas 風格工作流程。當你需要一個可直接替換、用於較大資料集的分析層時，可以使用這份 chdb-datastore 指南。