什麼是 data-science-visualization？
Python 資料視覺化：Matplotlib、Seaborn、Plotly、Altair、hvPlot/HoloViz 和 Bokeh。在建立探索性圖表、互動式儀表板、出版物品質的圖表或為您的數據和受眾選擇正確的庫時使用。 來源：legout/data-platform-agent-skills。
·data-science-visualization
{}
data-science-visualization
✓legout/data-platform-agent-skillsGitHub: legout/data-platform-agent-skills來源: legout/data-platform-agent-skills
Python 資料視覺化：Matplotlib、Seaborn、Plotly、Altair、hvPlot/HoloViz 和 Bokeh。在建立探索性圖表、互動式儀表板、出版物品質的圖表或為您的數據和受眾選擇正確的庫時使用。
如何安裝 data-science-visualization
透過命令列快速安裝 data-science-visualization AI 技能到你的開發環境
- 開啟終端機: 開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等）
- 執行安裝指令: 複製並執行以下指令：npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-visualization
- 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：legout/data-platform-agent-skills。
SKILL.md
查看原文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 |
Python 資料視覺化：Matplotlib、Seaborn、Plotly、Altair、hvPlot/HoloViz 和 Bokeh。在建立探索性圖表、互動式儀表板、出版物品質的圖表或為您的數據和受眾選擇正確的庫時使用。 來源：legout/data-platform-agent-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/legout/data-platform-agent-skills --skill data-science-visualization- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-22
- 更新時間
- 2026-03-10
快速解答
如何安裝 data-science-visualization？
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/legout/data-platform-agent-skills --skill data-science-visualization 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/legout/data-platform-agent-skills