ソース情報
- リポジトリ
- NeuralBlitz/Mito
- ソースの最終更新活動
- 2026年3月22日 13:29
- 検出された SKILL.md の言語
- 英語
- スター
- 0
- フォーク
- 0
インストール方法
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
ソースファイルを確認
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
ファイルエクスプローラー
3 ファイルSKILL.md を表示中
SKILL.md
ソースの指示 · 読み取り専用プレビュー- name
- visualization
- description
- Data and information visualization
- license
- MIT
- metadata
- {"audience":"developers","category":"data-science"}
## What I do
- Create effective data visualizations
- Select appropriate chart types
- Design interactive dashboards
- Handle large datasets efficiently
- Apply color and typography
- Tell stories with data
## When to use me
When presenting data, building dashboards, or creating visual reports.
## Key Concepts
### Chart Selection
```
Comparison: Bar, Column, Radar
Distribution: Histogram, Box plot
Relationship: Scatter, Bubble
Composition: Pie, Stacked area
Trend: Line, Area
Part-to-whole: Treemap, Sunburst
```
### Data Visualization Libraries
```python
# Python
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
from bokeh.plotting import figure
# JavaScript
import * as d3 from 'd3';
import Chart from 'chart.js/auto';
import { Vega } from 'vega';
```
### Design Principles
1. Show data, not decoration
2. Maximize data-ink ratio
3. Avoid 3D effects
4. Use color purposefully
5. Include clear labels
6. Provide context
### Interactive Dashboards
```javascript
// Plotly Dash example
import dash
from dash import dcc, html
app = dash.Dash(__name__)
app.layout = html.Div([
dcc.Graph(id='chart'),
dcc.Interval(interval=5000)
])
```
### Accessibility in Visualization
- Colorblind-safe palettes
- Patterns + colors
- Screen reader support
- High contrast mode
- Tooltips for detail
### Best Practices
- Start with clean data
- Choose the simplest chart
- Label axes clearly
- Add legends
- Provide context
- Test with real users
GitHubで見る