networkx
NetworkX 是用于创建、操作和分析复杂网络与图的 Python 包。适用于社交网络、生物网络、交通系统、引用网络、知识图谱等实体关系场景，可建图、跑算法、做网络生成与可视化。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-29 00:09
数据与分析
17,138 个结果
neurokit2
NeuroKit2 是一个用于处理和分析生理信号（生物信号）的 Python 工具包，可处理心血管、神经、自主神经、呼吸和肌肉等信号，适用于心理生理学研究、临床应用和人机交互研究等场景。
omero-integration
OMERO 显微图像管理平台的 Python 集成技能，通过 omero-py 访问图像与数据集、分析像素、管理 ROI 与标注，支持批量处理与高内涵筛选工作流。
opentargets-database
基于 Open Targets Platform 的技能，用于查询靶点-疾病关联、药物靶点发现、可成药性/安全性数据、遗传与组学证据及已知药物。提供 Python 辅助函数和 GraphQL API 访问。
pubchem-database
PubChem Database 是一个用于查询 PubChem 化学数据库的技能，通过 PUG-REST API 和 PubChemPy 访问全球最大的免费化学数据库，涵盖 1.1 亿以上化合物和 2.7 亿以上生物活性数据。它支持按名称、CID、SMILES、InChI 或分子式检索化合物，获取分子量、LogP、TPSA、氢键供体/受体数量等分子属性，执行相似性搜索和子结构搜索，访问筛选实验的生物活性数据，并在 CID、SMILES、InChI 等化学标识符格式之间转换。该技能还支持批量处理多个化合物，用于类药性筛选或属性分析，并可下载 SDF、JSON、PNG 等结构文件。适用于化学信息学、药物发现和化合物数据分析等场景。
pysam
pysam 是用于读写和处理基因组数据的 Python 模块，通过 htslib 提供读写 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件及 FASTA/FASTQ 序列的接口，并支持区域查询、tabix 索引查询、覆盖度分析等操作。
seaborn
Seaborn 是一个用于创建出版级统计图形的 Python 可视化库。它面向数据集进行绘图，支持多变量分析、自动统计估计，并能以极少的代码生成复杂的多面板图形。其核心设计理念包括：面向数据集，直接使用 DataFrame 和具名变量而非抽象坐标；语义映射，自动将数据值翻译为颜色、大小、样式等视觉属性；具备统计感知能力，内置聚合、误差估计和置信区间；提供出版级主题和调色板；并与 matplotlib 完全兼容。该技能涵盖关系图（scatterplot、lineplot、relplot）、分布图（histplot、kdeplot、ecdfplot、jointplot、pairplot）、分类图（stripplot、swarmplot、boxplot、violinplot、barplot、catplot）、回归图（regplot、lmplot、residplot）、矩阵图（heatmap、clustermap）以及 FacetGrid、PairGrid、JointGrid 等多面板网格。用户可通过函数式接口或声明式的 objects 接口进行绘图，并利用 hue、size、style、col、row 等参数实现语义映射与分面。适用于探索性数据分析、相关性分析、分布比较和出版级图表制作等场景。
vaex
Vaex 是一个面向超大规模表格数据的高性能 Python 库，采用惰性求值与核外（out-of-core）DataFrame 设计，可处理和分析超出可用内存的表格数据集。资料称其每秒可处理超过十亿行，支持对数十亿行数据进行交互式探索与分析。它适用于大于内存（从 GB 到 TB 级）的表格数据、对海量数据做快速统计聚合、为大数据创建可视化与热力图、在大数据上构建机器学习流水线、在 CSV、HDF5、Arrow、Parquet 等格式间转换，以及需要惰性求值和虚拟列以避免内存开销的场景，例如天文数据、金融时间序列等大规模科学数据。核心能力涵盖六个方面：DataFrame 与数据加载、数据处理与操作、性能与优化、数据可视化、机器学习集成、I/O 操作。典型用法是先通过 vaex.open 打开文件或从 pandas/NumPy 等创建 DataFrame，再用虚拟列、筛选与聚合进行计算，最后可视化或导出为 HDF5 等格式。
skill-factory
Skill Factory 是一个自动化工厂，可将任意 GitHub 仓库转换为标准化的 AI Skill。它自动获取仓库元数据、生成标准目录结构、注入生命周期管理所需的扩展元数据，并生成占位脚本模板，供后续完善封装逻辑。
anndata
AnnData 是用于处理带注释数据矩阵的 Python 包，将测量数据 X 与观测元数据 obs、变量元数据 var 及多维注释（obsm、varm、obsp、varp、uns）一起存储，最初面向单细胞基因组学，现为通用注释数据框架。
arboreto
Arboreto 是 Aerts Lab 开发的 Python 库，用 GRNBoost2、GENIE3 等基于树的集成回归算法，从基因表达数据推断基因调控网络（GRN），并通过 Dask 在本地多核或远程集群上并行计算。
cellxgene-census
CZ CELLxGENE Census 技能：通过 cellxgene-census API 以编程方式查询版本化的公共单细胞与空间转录组数据，支持按细胞类型、组织、疾病等元数据筛选，并可与 AnnData、Scanpy、TileDB-SOMA 等工具集成。
cobrapy
COBRApy 是用于代谢模型约束重构与分析（COBRA）的 Python 库，支持 FBA、FVA、基因敲除、通量采样、SBML 模型处理，服务于系统生物学与代谢工程分析。
datamol
datamol 是 RDKit 的 Pythonic 封装库，提供简洁接口与合理默认值，用于药物发现中的分子化学信息学处理，如 SMILES 解析、标准化、描述符计算、指纹、聚类、3D 构象与可视化。
flowio
FlowIO 是轻量级 Python 库，用于读写流式细胞术标准 FCS 2.0/3.0/3.1 文件，可解析元数据与通道信息，将事件数据提取为 NumPy 数组，并支持转换为 CSV/DataFrame 或创建新 FCS 文件，适合数据管道与后端服务。
imaging-data-commons
基于 idc-index 查询与下载美国国家癌症研究所影像数据共享平台（IDC）公开癌症影像数据的技能，支持 CT、MR、PET 及病理切片等数据的检索、下载与浏览器可视化，无需认证。
medchem
Medchem 是 datamol-io 开发的 Python 分子过滤与优先级排序库，用于药物发现中的化合物筛选。可应用 Lipinski、Veber、CNS 等成药性规则，PAINS、NIBR、ChEMBL 等结构警示目录，复杂度阈值、化学基团检测及自定义查询语言，对化合物库进行批量分类。
neuropixels-analysis
基于 SpikeInterface 的 Neuropixels 高密度神经记录端到端分析技能，覆盖 SpikeGLX/Open Ephys/NWB 数据加载、预处理、漂移校正、spike sorting、质量指标、单元筛选与导出。
primekg
PrimeKG 精准医学知识图谱技能，可查询基因、蛋白质、药物、疾病、表型等多尺度生物数据，并通过脚本进行节点搜索、邻居检索和疾病关联分析。
pydeseq2
PyDESeq2 是 DESeq2 的 Python 实现，用于 bulk RNA-seq 计数数据的差异基因表达分析，支持公式化单/多因子设计、Wald 检验、FDR 校正、LFC 收缩，并与 pandas 和 AnnData 集成。
pytdc
PyTDC（Therapeutics Data Commons）是一个面向药物发现与开发的开源科学平台，提供 AI 就绪的数据集与基准测试，覆盖治疗药物研发全流程。它将数据按用途分为三类：单实例预测（分子/蛋白质性质，如 ADME、毒性、HTS、量子力学性质）、多实例预测（药物-靶点相互作用 DTI、药物-药物相互作用 DDI、蛋白-蛋白相互作用 PPI 等）以及生成任务（分子生成 MolGen、逆合成 RetroSyn、配对分子生成）。平台提供标准化的评估指标与有意义的数据划分（如 scaffold、cold、temporal 等），并包含基准组（如 ADMET 基准组）、数据划分、模型评估、数据处理工具以及 17 个以上的分子优化 oracle。可通过 pip 安装，使用 `uv pip install PyTDC`，核心依赖自动安装。适合在药物发现或治疗相关机器学习任务中使用，进行模型基准测试、分子性质预测、相互作用预测与目标导向的分子生成。
scvelo
scVelo 是用于单细胞 RNA 测序 RNA 速率分析的 Python 包，通过未剪接/剪接 mRNA 动力学推断细胞状态转换、轨迹方向，并计算潜在时间。需安装 pip install scvelo，输入包含 spliced、unspliced 层的 AnnData。
seaborn
Seaborn 是一个基于 pandas 与 matplotlib 的 Python 统计可视化库，用于快速探索数据分布、变量关系与分类比较，并以较少代码生成统计图形。
vaex
Vaex 是面向超大规模表格数据的 Python 高性能库，采用惰性、外存（out-of-core）DataFrame，可处理超出内存的行级数据集，支持内存映射 HDF5/Arrow 文件，适用于统计聚合、可视化与机器学习管线。