[de] Interactive scientific and statistical data visualization library for Python. Use when creating charts, plots, or visualizations including scatter plots, line charts, bar charts, heatmaps, 3D plots, geographic maps, statistical distributions, financial charts, and dashboards. Supports both quick visualizations (Plotly Express) and fine-grained customization (graph objects). Outputs interactive HTML or static images (PNG, PDF, SVG).
DAZU WIRST DU
Perfekt für diese Szenarien
Organisieren Sie React-Komponenten mit einer funktionsorientierten Verzeichnisstruktur für Skalierbarkeit
Lazy Loading und Suspense-Muster implementieren, um die App-Leistung zu verbessern
In allen Komponenten ein einheitliches Material-UI v7-Design und -Styling anwenden
TanStack Router mit TypeScript für typsichere Navigation einrichten
MESSBARER GEWINN
Bewährte Vorteile und messbare Wirkung
Verringern Sie den Zeitaufwand für die Komponenten-Einrichtung mit etablierten Mustern
Häufige Fehler durch TypeScript-Best Practices vermeiden
App-Geschwindigkeit durch optimiertes Datenladen und -rendering steigern
DEIN EQUIPMENT
Dateien, Tags und die Installation in drei Schritten
Tipp: Lies Dokumentation und Code vor der ersten Nutzung, damit du Funktion und benötigte Berechtigungen kennst.
NÄCHSTE SKRIPTE
Empfohlen basierend auf Tags und Kategorie
Generieren und pflegen Sie AGENTS.md-Dateien entsprechend der öffentlichen agents.md-Konvention. Verwenden Sie dies bei der Erstellung von Dokumentation für KI-Agenten-Workflows, Onboarding-Anleitungen oder bei der Standardisierung von Agenten-Interaktionsmustern zwischen Projekten.
Greifen Sie auf über 200 Millionen durch KI vorhergesagte Proteinstrukturen von AlphaFold zu. Abrufen von Strukturen per UniProt-ID, Herunterladen von PDB/mmCIF-Dateien, Analyse von Zuverlässigkeitsmetriken (pLDDT, PAE) für die Arzneimittelforschung und Strukturbiologie.
Diese Fähigkeit sollte verwendet werden, wenn mit annotierten Datamatrizen in Python gearbeitet wird, insbesondere für Einzelzellgenomikanalysen, die Verwaltung von experimentellen Messungen mit Metadaten oder die Verarbeitung von groß angelegten biologischen Datensätzen. Verwenden Sie sie, wenn Aufgaben AnnData-Objekte, h5ad-Dateien, Einzelzell-RNA-seq-Daten oder die Integration mit Scanpy/Scverse-Tools betreffen.
Validieren Sie OpenAPI-, Swagger- und GraphQL-Schemas auf Übereinstimmung mit der Backend-Implementierung. Erkennen Sie bruchlose Änderungen, generieren Sie TypeScript-Clients und stellen Sie sicher, dass die API-Dokumentation synchron bleibt. Verwenden Sie dies bei der Arbeit mit API-Spezifikationsdateien (.yaml, .json, .graphql), der Überprüfung von API-Änderungen, der Generierung von Frontend-Typen oder der Validierung von Endpunktimplementierungen.