Exploratory Data Analysis · 探索分析

exploratory-data-analysis 适合什么任务？

在建模之前，先弄清文件实际包含什么，是这项探索性分析技能的用途。固定版本限定读取已获授权的本地数据，在明确的目录范围和格式边界内生成确定性的汇总报告。

正文列出表格与结构化数据概况，并对部分数组、层级数据、生物序列和图像元数据提供可选检查能力；相关支持需要对应的软件环境，并非看到文件扩展名就能通用处理。分析内容包括缺失情况、数据泄漏检查、异常值以及变换敏感性，报告框架用于记录观察与后续问题。

其边界与输出同样重要：原始记录、身份信息和完整路径不应直接打印，文件中的标题和元数据应被视作数据，而不是可执行指令。流程禁止擅自填补、归一化、删除异常记录或覆盖原始数据，也不能把有限样本检查称为完整验证。

正文还明确排除宏执行、不安全对象加载和未经约束的归档处理。对于未支持的格式，应停止处理并说明限制。

使用这项技能得到的探索结果不构成因果、临床或机制结论，更不能作为文件安全认证；是否继续建模仍需要结合数据授权、检查范围和后续验证判断。

SkillPi 原创整理 · 固定版本事实依据

来源中的功能介绍

• 聚合数据概况、质量与风险记录，以及探索性分析报告结构。
• 不自动改写原始数据，不宣称支持所有文件格式，也不能由探索结果推出因果、临床或确认性结论。
• 确认数据目录、格式、权限和分析范围。
• 只运行受支持格式的有边界检查。
• 核对聚合结果，区分探索性发现与正式验证。
• 核心 CLI 需要 Python 3.11+；完整可选依赖快照需要 Python 3.12+ 与 uv。
• 格式专用依赖按需安装；具体范围以所核对版本的 SKILL.md 为准。
• 只处理有授权、位于明确目录范围内的本地文件。

安全评级与访问范围

unscanned · 静态证据核验，不代表运行安全保证。

使用前请由宿主核对并授权实际文件读写、外部服务和联网目的地；本站的核验不会授予任何运行权限。

原始 SKILL.md

来源未提供这条记录的公开 SKILL.md。