Exploratory Data Analysis
先看清数据再建模
Exploratory Data Analysis 是探索性数据分析 Skill,帮助先了解手里的数据,再决定后续分析方法。它从文件清单、字段含义和取样范围开始,检查缺失、分布和异常,并记录实际扫描了多少内容,避免把有限样本当成完整数据的结论。
你需要准备:支持格式的本地数据、字段定义与分析问题
一桉AI 整理 · 更新 · 查看 GitHub 来源
粘贴到 Codex,它会先检查安装条件,再引导你使用。
Exploratory Data Analysis 能帮你做什么?
先核文件与分析范围
明确允许读取的目录、文件类型和大小,先生成清单,再选择对应检查方法;原始数据保持只读,报告另行保存。
检查质量与分布
对受支持的表格检查字段、缺失值、分布和异常,结合单位、时间与分组解释发现,区分缺失值、真实零值和未检出。
保留可追溯的分析说明
记录工具、采样、截断范围及转换步骤,提示重复测量和训练测试边界,形成后续统计分析前的数据质量报告。
什么时候适合用?
下面是用法示例,可换成你的材料和目标。
示例:接手一份陌生调查数据
提供字段说明和研究问题,先检查记录数量、缺失分布与分组情况,列出需要补充解释的数据问题。
示例:建模前检查原始明细
观察异常值和变量分布,检查同一对象的多次记录,说明哪些问题会影响后续建模,而不自动删除数据。
怎么开始使用?
本地数据与字段说明
支持格式的本地数据、字段定义与分析问题
初步探索与质量报告
- 01
确认格式与分析范围
- 02
检查分布缺失和异常
- 03
记录发现与后续问题
准备什么,会得到什么?
- 准备的材料
- 支持格式的本地数据、字段定义与分析问题
- 交付的结果
- 数据结构与质量检查报告。
- 分布、异常和后续分析建议清单。
使用前要知道
当前本地脚本直接处理的格式有明确范围,不能自动分析所有文件。Excel、Parquet 等需另用已验证工具或转换副本;部分科学文件仅检查元数据。输出仍可能包含敏感信息。
常见问题
Excel 和 Parquet 都能直接交给附带脚本吗?
当前脚本未提供对这些格式的通用直接分析。应先确认支持范围,必要时用独立工具读取或转换副本,并保留字段类型、单位和转换记录。
发现异常值后,会自动删掉或补齐吗?
不会。异常可能来自错误,也可能是真实现象;缺失值处理同样依赖研究设计。它先标记和解释问题,由使用者确认规则,保留原始数据。
GitHub 与官方参考
依据项目说明与参考文档整理。页面中的任务与流程示例用于说明用法。
- Exploratory Data Analysis SKILL.md ↗2026-10-31 核对
来源与使用条件
- 原始项目
- K-Dense-AI/scientific-agent-skills ↗
- Skill 名称
exploratory-data-analysis- Skill 目录
skills/exploratory-data-analysis- 仓库 Star
- 55,487 · 2026-10-31 核对,仅代表仓库关注度。
- 许可说明
- 以原项目许可为准
- 使用条件
- 核心 CSV/TSV/严格 JSON 分析 CLI 需要 Python 3.11+,使用标准库且无网络请求。NumPy、HDF5、序列或图像元数据等可选检查需要相应库,完整固定版本环境需 Python 3.12+ 与 uv;并非任意格式都可分析。
- 注意事项
- 许可为 MIT。范围是已支持格式的局部探索与数据质量检查,不会自动解释科学含义,也不能把探索结果当作验证性结论;来源已核对,未在本站运行实测。
查看安装与使用提示词
请帮我准备并使用 Exploratory Data Analysis Skill,完成下面的任务。请实际执行当前环境允许的安装与检查,不要只返回一份安装教程。 【来源与目标】 原始仓库:https://github.com/K-Dense-AI/scientific-agent-skills 所选目录:skills/exploratory-data-analysis 参考分支:main 原始目录 frontmatter name:exploratory-data-analysis 安装后的目标调用名:exploratory-data-analysis 来源页面:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/exploratory-data-analysis/SKILL.md 安装路线核对日期:2026-11-01 Exploratory Data Analysis 当前指令与依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/skills/exploratory-data-analysis/SKILL.md OpenAI:Codex 本地 Skill 位置、调用与自动发现:https://learn.chatgpt.com/docs/build-skills 上游安装方式与按任务准备独立依赖:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/README.md 仓库开发环境与 Skill 依赖的区别:https://github.com/K-Dense-AI/scientific-agent-skills/blob/main/pyproject.toml 【先检查环境,再安装】 先识别操作系统、当前 shell、工作目录、同名 Skill 和已有工具;命令须适配实际平台并正确处理带空格的路径。默认安装到当前项目的 .agents/skills;如果没有可用项目目录,再使用用户目录的 .agents/skills。遵循当前 Codex 实际支持的位置;上游 CLI 或插件有专用目录时使用其正式方案。检查现有安装来源与完整性,能复用就复用,不重复注册相同来源、不覆盖用户修改。系统内置与所选第三方来源同名时保留系统版,明确区分来源和实际目录,不能只凭名称认定装过或选对了。 下文 ~/.agents/skills 是用户级路径示例;已选项目范围时,使用项目的 .agents/skills 并保持相同子目录层级。<SKILL_DIR>、<项目根目录> 等占位符须先换成核对过的真实路径再执行。依赖仓库的存放目录与 Codex 发现入口分别处理,不把缓存目录当作已注册入口。 这是完整目录安装路线。优先使用当前 Codex 自带的 $skill-installer,明确传入仓库 K-Dense-AI/scientific-agent-skills、目录 skills/exploratory-data-analysis、分支 main、安装名 exploratory-data-analysis,并把 --dest 设为已解析的目标 .agents/skills 绝对路径。目录为“.”时表示仓库根目录,仍要传入安装名。不要猜测安装器在本机的固定路径。如果没有内置安装器,按下列项目说明从原仓库获取完整目录,保留全部配套文件。 所选 Skill 的具体安装步骤: 1. 仅完整安装 K-Dense-AI/scientific-agent-skills 的 skills/exploratory-data-analysis 到 ~/.agents/skills/exploratory-data-analysis/;只用于项目时改用 .agents/skills/exploratory-data-analysis/。从完整 checkout 递归复制或用支持完整目录的安装器获取,保留同目录相对结构。 2. 先核对同名安装来源,避免覆盖本地修改或并装两个版本;<SKILL_DIR> 使用安装绝对路径。不要把仓库根 pyproject 的扫描/开发环境当作本项运行环境,也不默认安装其余 176 项。 3. 核心 CSV/TSV/严格 JSON 工具只需 Python 3.11+ 标准库,无需联网或凭据。完整保留 scripts 中 _common、_capabilities、_structured、_tabular 等内部模块。 4. 按实际格式选择可选库。源文完整可选快照要求 Python 3.12+ 与 uv,分别包含 numpy==2.5.3、h5py==3.16.0、biopython==1.88、pillow==12.3.0、tifffile==2026.9.20;不使用的格式不必安装。 5. Excel/Parquet 等在当前能力表中不是通用自动分析入口,先确认是否需独立工具转换副本;安装 pandas/Polars 并不会自动扩展附带 CLI 的能力表。 6. 安装后核对 SKILL.md 的 name 与调用名一致;Codex 会自动发现变更。先在 Skill 列表查找,未出现时再新建聊天或重载,不把重启写成每次必做。 必须保留的资源: - skills/exploratory-data-analysis/SKILL.md - skills/exploratory-data-analysis/scripts/(包含所有内部模块、能力清单、表格/序列/图像检查与报告工具) - skills/exploratory-data-analysis/assets/report_template.md - skills/exploratory-data-analysis/references/ 已知依赖:核心 CSV/TSV/严格 JSON 分析 CLI 需要 Python 3.11+,使用标准库且无网络请求。NumPy、HDF5、序列或图像元数据等可选检查需要相应库,完整固定版本环境需 Python 3.12+ 与 uv;并非任意格式都可分析。 原项目许可:以原项目许可文件为准 特别条件:许可为 MIT。范围是已支持格式的局部探索与数据质量检查,不会自动解释科学含义,也不能把探索结果当作验证性结论;来源已核对,未在本站运行实测。 需要账号、密钥或服务时先检查现有可用连接;让用户在官方授权或本地配置入口完成,不要求把密钥粘贴到聊天。缺少付费服务或不支持的客户端能力时,明确剩余条件与可完成的范围。 【安装后验收】 读取实际安装位置的 SKILL.md,核对真实 name,并检查它引用的脚本、模板、共享文件与工具是否存在。若上游已迁移路径或更名,先核对正式说明再调整;找不到则报告实际错误,不猜路径或宣称成功。 1. 检查 Python 3.11+;在完整脚本目录下执行 capability_manifest.py list,可只读列出已支持格式与能力。 2. 按本次格式验证所需可选模块导入,不默认安装整个科学包集合;确认所用解释器与安装模块的是同一个环境。 3. 不对未授权目录扫描,不把 inspect 或 report_scaffold 的写文件选项加入纯安装验证。 Codex 通常自动发现变更;只有未出现时才引导新建聊天或重载。若本轮尚未出现在可用列表,可在允许的范围内读取已安装的完整文件继续准备任务,同时说明自动识别尚待确认。插件依赖的工具未连接时,不能用读取文件代替连接成功。 分别报告“文件已安装”“Codex 已识别”“任务所需能力已就绪”的实际状态和证据;失败时给出卡住的步骤、错误与下一步,不反复执行相同的失败命令。 【接着引导我使用】 请使用实际可用的 $exploratory-data-analysis;若实际名称发生变化,以刚核对的本地 name 为准。存在不同来源同名项时,明确选择所选来源与实际文件路径,避免调用成系统版或另一版本。对于必须由用户显式调用的 Skill,直接给我下一条可复制的调用语句。 - 调用 $exploratory-data-analysis,先给分析问题、字段单位、样本单位和允许读取的根目录;从清单与能力检查开始。 - 只对明确受支持文件进行有界分析,保留原始数据并记录采样/截断;异常不自动删,缺失不自动填,结果和研究解释分开。 我想完成的任务: 先确认我的分析问题、字段含义、样本单位及数据格式,检查工具支持范围,再对授权的本地数据进行探索,关注缺失、分布、异常、分组和潜在泄漏。保留原始文件,区分观察、假设和需要领域判断的解释。 需要我提供的材料: 支持格式的本地数据、字段定义与分析问题 期望得到: 一份说明数据范围、质量问题与探索发现的报告,以及可复现的分析记录和后续建议。 先查看我在当前聊天中已经提供的目标与材料,只问缺少的关键内容;没有材料时,告诉我第一步提供什么,可给一个简短示例。条件满足后从一个小任务开始,检查输出,再说明怎样继续使用。示例仅用于演示,不充当我的真实数据;没有执行过的步骤、测试或交付物不要写成已经完成。需要发送、发布或修改外部账号内容时,先让我核对具体对象和内容。