Esta habilidad es una guía práctica centrada en las mejores prácticas para usar AutoViz y realizar un análisis exploratorio de datos (EDA) rápido y fiable…
Esta habilidad es una guía práctica centrada en las mejores prácticas para usar AutoViz y realizar un análisis exploratorio de datos (EDA) rápido y fiable en conjuntos de datos grandes. Explica cómo muestrear tablas grandes usando el parámetro max_rows_analyzed para acelerar la exploración inicial y evitar problemas de memoria/tiempo, y cómo especificar una variable objetivo (depVar) para generar gráficos e insights orientados al objetivo. También cubre la selección del chart_format adecuado (png, html, server/bokeh, svg) según el contexto —presentaciones, informes web, notebooks o gráficos escalables— y la organización de salidas con un save_plot_dir con marca temporal para reproducibilidad. Casos de uso incluyen EDA rápida en millones de filas, inspección dirigida de variables para modelado, generación de visuales listos para presentación y mantenimiento de directorios de salida ordenados para flujos de trabajo en equipo. Las ventajas principales son velocidad, estabilidad, insights dirigidos y formatos de exportación flexibles.
Esta página forma parte del hub OpenClaw Skills con guías de instalación, categorías y enlaces prácticos.