SymPy 是一个用于符号数学的 Python 库，它可以使用数学符号而不是数值近似进行精确计算。该技能为使用 SymPy 执行符号代数、微积分、线性代数、方程求解、物理计算和代码生成提供全面的指导。

Statsmodels 是 Python 的首要统计建模库，提供跨多种统计方法的估计、推理和诊断工具。将此技能应用于严格的统计分析，从简单的线性回归到复杂的时间序列模型和计量经济学分析。

统计分析是检验假设和量化关系的系统过程。通过假设检查和 APA 报告进行假设检验（t 检验、方差分析、卡方）、回归、相关性和贝叶斯分析。将这项技能应用于学术研究。

Stable Baselines3 (SB3) 是一个基于 PyTorch 的库，提供强化学习算法的可靠实现。该技能为使用 SB3 的统一 API 训练 RL 代理、创建自定义环境、实施回调和优化训练工作流程提供全面的指导。

SimPy 是一个基于标准 Python 的基于流程的离散事件仿真框架。使用 SimPy 对实体（客户、车辆、数据包等）相互交互并随着时间的推移争夺共享资源（服务器、机器、带宽等）的系统进行建模。

SHAP 是一种使用合作博弈论中的 Shapley 值来解释机器学习模型输出的统一方法。该技能为以下方面提供全面指导：

Seaborn 是一个 Python 可视化库，用于创建出版质量的统计图形。使用此技能以最少的代码进行面向数据集的绘图、多变量分析、自动统计估计和复杂的多面板图形。

scvi-tools 是一个用于单细胞基因组学概率模型的综合 Python 框架。它基于 PyTorch 和 PyTorch Lightning 构建，提供使用变分推理的深度生成模型，用于分析不同的单细胞数据模式。

应用 ScholarEval 框架系统地评估学术和研究工作。该技能提供基于同行评审的研究评估标准的结构化评估方法，能够跨多个质量维度对学术论文、研究计划、文献综述和学术写作进行全面分析。

Scanpy 是一个可扩展的 Python 工具包，用于分析单细胞 RNA-seq 数据，基于 AnnData 构建。将此技能应用于完整的单细胞工作流程，包括质量控制、标准化、降维、聚类、标记基因识别、可视化和轨迹分析。

ReportLab 是一个功能强大的 Python 库，用于以编程方式生成 PDF。使用表格、图表、图像和交互式表单创建从简单文档到复杂报告的任何内容。

RDKit 是一个综合性化学信息学库，提供用于分子分析和操作的 Python API。该技能为读/写分子结构、计算描述符、指纹识别、子结构搜索、化学反应、2D/3D 坐标生成和分子可视化提供指导。将此技能用于药物发现、计算化学和化学信息学研究任务。

PyTorch Lightning 是一个深度学习框架，它组织 PyTorch 代码以消除样板文件，同时保持充分的灵活性。自动化训练工作流程、多设备编排，并跨多个 GPU/TPU 实施神经网络训练和扩展的最佳实践。

PyTDC 是一个开放科学平台，为药物发现和开发提供人工智能就绪的数据集和基准。访问涵盖整个治疗流程的精选数据集，包括标准化评估指标和有意义的数据分割，这些数据集分为三类：单实例预测（分子/蛋白质特性）、多实例预测（药物-靶标相互作用，DDI）和生成（分子生成、逆合成）。

Pysam 是一个用于读取、操作和写入基因组数据集的 Python 模块。使用 htslib 的 Pythonic 接口读取/写入 SAM/BAM/CRAM 比对文件、VCF/BCF 变体文件和 FASTA/FASTQ 序列。查询 tabix 索引文件，执行覆盖率的堆积分析，并执行 samtools/bcftools 命令。

PyOpenMS 提供与 OpenMS 库的 Python 绑定以进行计算质谱分析，从而能够分析蛋白质组学和代谢组学数据。用于处理质谱文件格式、处理光谱数据、检测特征、识别肽/蛋白质以及执行定量分析。

Pymoo 是一个全面的 Python 优化框架，重点关注多目标问题。使用最先进的算法（NSGA-II/III、MOEA/D）、基准问题（ZDT、DTLZ）、可定制的遗传算子和多标准决策方法来解决单目标和多目标优化。擅长为目标相互冲突的问题寻找权衡解决方案（帕累托前沿）。

Pymatgen 是一个用于材料分析的综合 Python 库，为材料项目提供支持。创建、分析和操纵晶体结构和分子，计算相图和热力学性质，分析电子结构（能带结构，DOS），生成表面和界面，并访问材料项目的计算材料数据库。支持来自各种计算代码的 100 多种文件格式。

PyLabRobot 是一款与硬件无关的纯 Python 软件开发套件，适用于自动化和自主实验室。使用此技能通过跨平台（Windows、macOS、Linux）工作的统一 Python 界面来控制液体处理机器人、读板器、泵、加热摇床、培养箱、离心机和其他实验室自动化设备。

PyHealth 是一个用于医疗保健 AI 的综合 Python 库，为临床机器学习提供专用工具、模型和数据集。在开发医疗保健预测模型、处理临床数据、使用医疗编码系统或在医疗保健环境中部署人工智能解决方案时，请使用此技能。