Bibliothèque de visualisation interactive de données scientifiques et statistiques pour Python. Utilisez-la lors de la création de graphiques, de tracés ou de visualisations, y compris des diagrammes de dispersion, des graphiques linéaires, des histogrammes, des cartes thermiques, des tracés 3D, des cartes géographiques, des distributions statistiques, des graphiques financiers et des tableaux de bord. Prend en charge à la fois les visualisations rapides (Plotly Express) et la personnalisation détaillée (objets graphiques). Génère des sorties HTML interactives ou des images statiques (PNG, PDF, SVG).
CE QUE VOUS DEVENEZ
Parfait pour ces scénarios
Organisez les composants React avec une structure de répertoires orientée fonctionnalités pour la scalabilité
Implémenter le chargement différé (lazy loading) et les patrons Suspense pour améliorer les performances de l'application
Appliquer un thème et un style Material-UI v7 cohérents sur tous les composants
Configurer TanStack Router avec TypeScript pour une navigation sécurisée en termes de types
GAIN MESURÉ
Avantages prouvés et impact mesurable
Réduisez le temps de configuration des composants grâce à des modèles établis
Éliminez les bugs courants grâce aux bonnes pratiques TypeScript
Augmentez la vitesse de l'application grâce à une récupération et un rendu des données optimisés
CE QUE VOUS OBTENEZ
Fichiers, tags et installation en trois étapes
Conseil : Lisez la documentation et le code avant la première utilisation pour connaître son rôle et les permissions requises.
SCRIPTS SUIVANTS
Recommandé selon les tags et la catégorie
Générez et maintenez les fichiers AGENTS.md conformément à la convention publique agents.md. Utilisez-le lors de la création de documentation pour les flux de travail des agents IA, les guides d’intégration ou lors de la standardisation des modèles d’interaction des agents à travers les projets.
Accédez aux plus de 200 millions de structures de protéines prédites par l'IA d'AlphaFold. Récupérez les structures par ID UniProt, téléchargez les fichiers PDB/mmCIF, analysez les indicateurs de confiance (pLDDT, PAE), pour la découverte de médicaments et la biologie structurale.
Cette compétence doit être utilisée lors du travail avec des matrices de données annotées en Python, en particulier pour l'analyse génomique à cellule unique, la gestion des mesures expérimentales avec des métadonnées, ou le traitement de jeux de données biologiques à grande échelle. Utilisez-la lors de tâches impliquant des objets AnnData, des fichiers h5ad, des données de RNA-seq à cellule unique ou une intégration avec les outils scanpy/scverse.
Validez que les schémas OpenAPI, Swagger et GraphQL correspondent à l'implémentation backend. Détectez les modifications brisantes, générez des clients TypeScript et assurez que la documentation API reste synchronisée. Utilisez-le lors de la manipulation de fichiers de spécification API (.yaml, .json, .graphql), de l'examen des modifications API, de la génération de types frontend ou de la validation des implémentations d'endpoints.