Анализ данных в Jupyter

Что делает навык

Навык предоставляет экспертное руководство по анализу данных, визуализации и разработке в Jupyter Notebook с использованием библиотек pandas, matplotlib, seaborn и numpy. Он обеспечивает стандарты для создания читаемого, воспроизводимого и производительного кода, следуя принципам функционального программирования и векторизации.

Когда применять

• Проведение разведочного анализа данных (EDA) с использованием pandas и numpy.
• Создание статистических и кастомных визуализаций с помощью matplotlib и seaborn.
• Оптимизация производительности кода за счет векторизованных операций и использования categorical типов.
• Структурирование Jupyter Notebook для обеспечения воспроизводимости и читаемости анализа.
• Валидация данных и обработка пропущенных значений перед началом анализа.

Как работает

1. Начинать анализ с разведочного анализа данных (EDA), документирования предположений и проверки качества данных.
2. Использовать pandas для манипуляций с данными, применяя method chaining, loc/iloc и groupby, а также numpy для векторизованных операций и broadcasting.
3. Создавать визуализации с помощью matplotlib и seaborn, обеспечивая информативные метки, легенды и доступные цветовые схемы.
4. Структурировать Jupyter Notebook с помощью markdown-заголовков, модульных ячеек кода и магических команд (например, %matplotlib inline).
5. Обеспечивать воспроизводимость через фиксацию random state, проверку ошибок (try-except), валидацию типов и перезагрузку ядра перед публикацией.
6. Оптимизировать производительность путем профилирования кода (%timeit, %prun), использования chunked reading для больших файлов и перехода на dask при необходимости.

Примеры запросов агенту

Что понадобится

• matplotlib
• scikit-learn

Описание составлено по SKILL.md навыка, сверено 06.10.2026.

Как подключить

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.