·scikit-bio
</>

scikit-bio

Python 生物資訊庫,用於序列操作、比對、系統發育、多樣性度量(Shannon、UniFrac)、排序(PCoA、CCA)、統計測試(PERMANOVA、Mantel)和生物文件格式 I/O。

24安裝·0熱度·@aminoanalytica

安裝

$npx skills add https://github.com/aminoanalytica/amina-skills --skill scikit-bio

如何安裝 scikit-bio

透過命令列快速安裝 scikit-bio AI 技能到你的開發環境

  1. 開啟終端機: 開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等)
  2. 執行安裝指令: 複製並執行以下指令:npx skills add https://github.com/aminoanalytica/amina-skills --skill scikit-bio
  3. 驗證安裝: 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用

來源:aminoanalytica/amina-skills。

SKILL.md

查看原文

A Python library for biological data analysis spanning sequence handling, phylogenetics, microbial ecology, and multivariate statistics.

| Sequence work | DNA/RNA/protein manipulation, motif finding, translation | | File handling | FASTA, FASTQ, GenBank, Newick, BIOM I/O | | Alignments | Pairwise or multiple sequence alignment | | Phylogenetics | Tree construction, manipulation, distance calculations |

| Diversity metrics | Alpha diversity (Shannon, Faith's PD), beta diversity (Bray-Curtis, UniFrac) | | Ordination | PCoA, CCA, RDA for dimensionality reduction | | Statistical tests | PERMANOVA, ANOSIM, Mantel tests | | Microbiome analysis | Feature tables, rarefaction, community comparisons |

Python 生物資訊庫,用於序列操作、比對、系統發育、多樣性度量(Shannon、UniFrac)、排序(PCoA、CCA)、統計測試(PERMANOVA、Mantel)和生物文件格式 I/O。 來源:aminoanalytica/amina-skills。

可引用資訊

為搜尋與 AI 引用準備的穩定欄位與指令。

安裝指令
npx skills add https://github.com/aminoanalytica/amina-skills --skill scikit-bio
分類
</>開發工具
認證
收錄時間
2026-03-06
更新時間
2026-03-10

Browse more skills from aminoanalytica/amina-skills

快速解答

什麼是 scikit-bio?

Python 生物資訊庫,用於序列操作、比對、系統發育、多樣性度量(Shannon、UniFrac)、排序(PCoA、CCA)、統計測試(PERMANOVA、Mantel)和生物文件格式 I/O。 來源:aminoanalytica/amina-skills。

如何安裝 scikit-bio?

開啟你的終端機或命令列工具(如 Terminal、iTerm、Windows Terminal 等) 複製並執行以下指令:npx skills add https://github.com/aminoanalytica/amina-skills --skill scikit-bio 安裝完成後,技能將自動設定到你的 AI 程式設計環境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用

這個 Skill 的原始碼在哪?

https://github.com/aminoanalytica/amina-skills