data-science-visualization이란?
Python용 데이터 시각화: Matplotlib, Seaborn, Plotly, Altair, hvPlot/HoloViz 및 Bokeh. 탐색적 차트, 대화형 대시보드, 출판 수준의 수치를 만들거나 데이터와 대상에 적합한 라이브러리를 선택할 때 사용하세요. 출처: legout/data-platform-agent-skills.
Python용 데이터 시각화: Matplotlib, Seaborn, Plotly, Altair, hvPlot/HoloViz 및 Bokeh. 탐색적 차트, 대화형 대시보드, 출판 수준의 수치를 만들거나 데이터와 대상에 적합한 라이브러리를 선택할 때 사용하세요.
명령줄에서 data-science-visualization AI 스킬을 개발 환경에 빠르게 설치
출처: legout/data-platform-agent-skills.
Use this skill for creating effective visualizations: choosing the right library, chart type, and interactivity level for your data and audience.
| Library | Best For | Interactivity | Learning Curve |
| Matplotlib | Publication-quality static plots, fine control | Static | Moderate | | Seaborn | Statistical visualization, quick EDA | Static | Easy | | Plotly | Interactive web charts, dashboards | High | Easy | | Altair | Declarative statistical charts, large datasets | Medium | Easy |
Python용 데이터 시각화: Matplotlib, Seaborn, Plotly, Altair, hvPlot/HoloViz 및 Bokeh. 탐색적 차트, 대화형 대시보드, 출판 수준의 수치를 만들거나 데이터와 대상에 적합한 라이브러리를 선택할 때 사용하세요. 출처: legout/data-platform-agent-skills.
AI/검색 인용용 안정적인 필드와 명령어.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-visualizationPython용 데이터 시각화: Matplotlib, Seaborn, Plotly, Altair, hvPlot/HoloViz 및 Bokeh. 탐색적 차트, 대화형 대시보드, 출판 수준의 수치를 만들거나 데이터와 대상에 적합한 라이브러리를 선택할 때 사용하세요. 출처: legout/data-platform-agent-skills.
터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-visualization 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code, Cursor, OpenClaw에서 사용할 수 있습니다
https://github.com/legout/data-platform-agent-skills