下载

Skill UI

浏览并发现 9778+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索库，共找到 131 条记录

默认排序最新上传最多下载

流式细胞术FCS文件解析

K-Dense-AI/scientific-agent-skills

FlowIO是一个用于处理流式细胞术标准文件（FCS）的专业Python库。它能够高效解析FCS文件的复杂元数据，将事件数据提取为NumPy数组，并支持处理各种通道类型（如散射光、荧光等）。该工具是进行流式细胞数据预处理和构建数据分析管道的理想选择。

Python地理空间数据分析库

K-Dense-AI/scientific-agent-skills

GeoPandas是用于在地理空间（GIS）领域进行矢量数据分析的Python库，它扩展了pandas的功能。它支持读取和处理GeoJSON、Shapefile、GeoPackage等多种地理格式。核心功能包括空间连接、几何运算（如缓冲区分析）、坐标系统重投影（CRS）管理，以及绘制专题图件（Choropleth）。适用于进行复杂的空间关系分析、区域划分和地理数据可视化。

生物信息学数据库查询工具

K-Dense-AI/scientific-agent-skills

gget是一个全面的命令行工具和Python库，提供对超过20个生物信息学数据库的统一访问。它允许用户以一致的接口进行基因信息检索、序列分析（如BLAST、BLAT）、结构预测和富集分析等复杂任务。适用于交互式数据探索和构建自动化生物信息学工作流。

数字病理全玻片图像处理库

K-Dense-AI/scientific-agent-skills

Histolab是一个用于数字病理学领域的全玻片图像(WSI)处理Python库。它能够自动化处理复杂的病理学任务，包括加载多种WSI格式、进行精细的组织区域分割（生成二值掩码），以及从病理切片中提取高质量的、信息丰富的切块。该库支持随机、网格和评分等多重切块策略，非常适合为深度学习模型准备标准化数据集，加速病理研究流程。

Matchms：质谱相似性与代谢组学分析

K-Dense-AI/scientific-agent-skills

Matchms是一个功能强大的开源Python库，专用于质谱数据处理和构建分析流程。它可以支持导入多种格式的谱图数据，提供高级过滤功能以标准化数据，并计算多种谱图相似性得分（如余弦相似度）。该工具在代谢物鉴定、谱库搜索和构建可重复的代谢组学流程方面具有极高的应用价值。

Python Matplotlib绘图指南

K-Dense-AI/scientific-agent-skills

这是一个关于Python Matplotlib库的全面指南。它教授如何创建各种类型的可视化图表，包括折线图、散点图、热力图和多子图。掌握从基础数据绘图到高级定制（如样式、颜色、多面板布局）的全部流程，适用于科学研究和出版物级别的报告制作。

药物化学化合物筛选工具

K-Dense-AI/scientific-agent-skills

这是一个用于药物发现领域的专业工具，提供全面的药物化学过滤功能。它能够基于药代动力学（如Lipinski规则）、结构警报（如PAINS, NIBR）和分子复杂性等多个维度，对化合物库进行高效筛选和优先级排序，帮助研究人员从大量化合物中筛选出有前景的候选药物。

分子特征化库用于机器学习

K-Dense-AI/scientific-agent-skills

Molfeat是一个全面的Python库，用于将化学结构（如SMILES字符串）转换为数值特征向量。它集成了超过100种预训练和手工设计的分子特征提取器（如ECFP, MACCS, ChemBERTa）。本工具是构建QSAR模型、进行虚拟筛选、相似性搜索以及在分子数据集上训练深度学习模型的关键辅助工具。

网络图分析与可视化工具包

K-Dense-AI/scientific-agent-skills

NetworkX是一个强大的Python库，用于创建、操作和分析复杂的图和网络结构。它内置了最短路径查找、中心性计算（如PageRank）、社区检测等核心图论算法，支持社会网络、生物信息学和交通系统等领域的复杂数据分析。

量子机器学习计算框架

K-Dense-AI/scientific-agent-skills

PennyLane是一个强大的、硬件无关的量子计算框架，用于训练量子电路，包括量子神经网络。它提供量子电路的自动微分能力，使得与PyTorch和JAX等经典机器学习库的集成无缝实现。适用于实现变分算法（如VQE、QAOA）和模拟复杂的量子系统。

Polars：高性能数据分析库

K-Dense-AI/scientific-agent-skills

Polars是一个基于Apache Arrow的高性能数据框库，专为Python和Rust设计。它提供惰性计算和表达式API，能够高效处理内存中的数据集。非常适合构建ETL数据管道和进行复杂的数据清洗分析，是比Pandas更快速、更优化的选择。

高性能基因组区间分析工具

K-Dense-AI/scientific-agent-skills

polars-bio是基于Polars的高性能生物信息学库，专注于基因组区间操作和文件I/O。它提供DataFrame友好的API，用于执行区间算术运算（如重叠、合并、补集等），并支持读写BED, VCF, BAM, GFF等主流生物信息学格式。支持流式处理和云存储，适用于大规模、高性能的基因组数据分析。

上一页 1 2 3 4 5 678 9 10 11 下一页

语言