إنشاء تصورات فعالة للبيانات باستخدام لغة Python (matplotlib، وseaborn، وploly). يُستخدم عند إنشاء المخططات، أو اختيار نوع المخطط المناسب لمجموعة بيانات، أو إنشاء أرقام جودة النشر، أو تطبيق مبادئ التصميم مثل إمكانية الوصول ونظرية الألوان.
ثبّت مهارة الذكاء الاصطناعي data-visualization بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: anthropics/knowledge-work-plugins.
Chart selection guidance, Python visualization code patterns, design principles, and accessibility considerations for creating effective data visualizations.
| What You're Showing | Best Chart | Alternatives |
| Trend over time | Line chart | Area chart (if showing cumulative or composition) | | Comparison across categories | Vertical bar chart | Horizontal bar (many categories), lollipop chart | | Ranking | Horizontal bar chart | Dot plot, slope chart (comparing two periods) |
إنشاء تصورات فعالة للبيانات باستخدام لغة Python (matplotlib، وseaborn، وploly). يُستخدم عند إنشاء المخططات، أو اختيار نوع المخطط المناسب لمجموعة بيانات، أو إنشاء أرقام جودة النشر، أو تطبيق مبادئ التصميم مثل إمكانية الوصول ونظرية الألوان. المصدر: anthropics/knowledge-work-plugins.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/anthropics/knowledge-work-plugins --skill data-visualizationإنشاء تصورات فعالة للبيانات باستخدام لغة Python (matplotlib، وseaborn، وploly). يُستخدم عند إنشاء المخططات، أو اختيار نوع المخطط المناسب لمجموعة بيانات، أو إنشاء أرقام جودة النشر، أو تطبيق مبادئ التصميم مثل إمكانية الوصول ونظرية الألوان. المصدر: anthropics/knowledge-work-plugins.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/anthropics/knowledge-work-plugins --skill data-visualization بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/anthropics/knowledge-work-plugins