dataviz
データ可視化の作成を専門とするスキルです。チャート、グラフ、ダッシュボード、インフォグラフィック、インタラクティブなプロット、インラインSVG/HTMLウィジェットなど、あらゆる可視化成果物を実現します。ユーザーがデータを可視化したい、チャートやグラフを作成したい、データセットをプロットしたい、ダッシュボードを構築したい、データを視覚的に探索したい、または「このデータをどう表示すればよいか」と質問した場合に活用してください。ggplot2、seaborn、altair、matplotlib、Vega-Lite、D3.js、Plotly、Bokeh、deck.glなどのツール・ライブラリ選択に関する質問や、ビジュアルエンコーディング、チャート種類の選択、カラーパレット、ゲシュタルト原則、知覚・認知に関する質問、チャート評価、誤解を招くチャートの修正にも対応します。ユーザーがCSVファイルやテーブル、整理されていないデータセットを貼り付けて「これで何ができる？」と質問した場合でも活用可能です。Python、R、JavaScriptなどのコードベースの出力、インラインSVG/HTMLアーティファクト、最終成果物の評価とストーリーテリングまでカバーします。
description の原文を見る
Expert skill for creating data visualizations — charts, graphs, dashboards, infographics, interactive plots, and inline SVG/HTML widgets. Use this skill whenever the user asks to visualize data, create a chart or graph, plot a dataset, build a dashboard, explore data visually, or asks "how should I display this data?". Also trigger for tool/library selection questions (ggplot2, seaborn, altair, matplotlib, Vega-Lite, D3.js, Plotly, Bokeh, deck.gl), questions about visual encoding, chart type choice, color palettes, Gestalt principles, perception/cognition, chart critique, or fixing a misleading chart. Even if the user just pastes a CSV, a table, or a messy dataset and asks "what can I do with this?" — use this skill. Covers code-based output (Python, R, JS) and inline SVG/HTML artifacts, plus evaluation and storytelling for the final product.
SKILL.md 本文
データビジュアライゼーション スキル
データを効果的で正確かつ美しいビジュアライゼーションに変換するための包括的なスキル。タスクのフレーミング、チャート選択、ビジュアルエンコーディング、ツール実装、デザイン原則、ストーリーテリング、評価をカバーしており、Tufte、Bertin、Mackinlay、Cleveland & McGill、Shneiderman、Franconeri、Wilke、Knaflic、Schwabish、Murray の研究伝統に根ざしています。
1. チャートではなくタスクから始める
コードを 1 行も書く前、またはチャートタイプを選ぶ前に、「なぜ(Why) / 何を(What) / どのように(How)」のトライアド(最新のビジュアライゼーション教育全体で使用されているフレーミング)を検討してください:
- なぜ(Why) — 意図は何か？探索、説明、意思決定支援、またはアート/コミュニケーション?
- 何を(What) — データ型は何か？カテゴリカル、順序、量的、順序型、発散型、時系列、地理空間?
- どのように(How) — どのようなデザイン選択がデータをエンコード、操作、分割、または削減するか？ビジュアライゼーションはどのように構築され読まれるか?
その後、以下を絞り込みます:
...
詳細情報
- 作者
- mikeandrusyak
- ライセンス
- unknown
- 最終更新
- 2026/4/21
Source: https://github.com/mikeandrusyak/dataviz-skill / ライセンス: unknown
関連スキル
hugging-face-trackio
Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録（Python API）、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析（CLI）が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。
btc-bottom-model
ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス（4指標、32ポイント）とウィークリー構造（9指標、68ポイント）の2カテゴリーにわたる13の指標を追跡し、0～100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR（LTH+STH）、LTH供給率、移動平均倍率（365日MA、200週MA）、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。
protein_solubility_optimization
タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。
research-lookup
Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。
tree-formatting
ggtree（R）またはiTOL（ウェブ）を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定（protein-phylogenyスキルを使用）やドメイン注釈（今後の独立したスキル）には使用しないでください。
querying-indonesian-gov-data
インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH（ハラール認証）、BOM（食品安全）、OJK（金融適正性）、BPS（統計）、BMKG（気象・地震）、インドネシア中央銀行（為替レート）、IDX（株式）、CKAN公開データポータル、pasal.id（第三者法MCP）に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。