集成 pandas 的统计可视化工具，适用于快速探索分布、关系和分类对比，自带美观默认设置，最适合绘制箱线图、小提琴图、配对图和热力图，基于 matplotlib 构建。如需交互式图表，请使用 plotly

适用于内存中数据的高速内存DataFrame库，当pandas太慢但数据仍能放入内存时使用。支持惰性求值、并行执行和Apache Arrow后端，最适合1-100GB数据集、ETL管道和更快的pandas替代方案。对于超出内存的数据，请使用dask或vaex。

从Kaggle上的时序数据集（能源、制造、气候）到数据标注平台data.smlcrm.com的完整工作流程，包括下载、使用pandas清洗、上传含元数据的原始数据、配置列（时间/目标/协变量/分组）、设置单位（kWh、kVarh、tCO2、比率、秒），并通过选择所有变量并应用所有分组标签来分配分组。适用于查找Kaggle数据集、为机器学习清洗数据、带元数据上传、配置类型与单位、为所有变量分配分组，或完成从原始到CLEAN状态的全流程。

在Twitter、Reddit和Instagram上对品牌和产品进行情感分析，监测公众舆论，跟踪品牌声誉，检测公关危机，大规模发现用户投诉与赞誉，支持批量CSV导出及Python/pandas分析，覆盖7万条以上帖子。基于15亿+已索引帖子的社会聆听与品牌监控系统

世界级高级数据科学家，专精于统计建模、实验设计、因果推断和预测分析。涵盖A/B测试（样本量计算、双比例z检验、Bonferroni校正）、差分中的差分、特征工程管道（Scikit-learn、XGBoost）、交叉验证模型评估（AUC-ROC、AUC-PR、SHAP）以及MLflow实验追踪，使用Python（NumPy、Pandas、Scikit-learn）、R和SQL。适用于设计或分析受控实验、构建与评估分类或回归模型、对观测数据进行因果分析、为结构化表格数据集开发特征，或将统计洞察转化为数据驱动的商业决策。

利用TradingView数据筛选六大资产类别中的市场，结合API预过滤和pandas计算信号，采用YAML驱动的策略