소스 정보
- 저장소
- NeuralBlitz/Mito
- 최근 소스 활동
- 2026년 3월 22일 13:29
- 감지된 SKILL.md 언어
- 영어
- 스타
- 0
- 포크
- 0
설치 방법
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
소스 파일 검토
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
파일 탐색기
3 개 파일SKILL.md 표시 중
SKILL.md
소스 지침 · 읽기 전용 미리보기- 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
GitHub에서 보기