Python 为主：pandas、numpy、matplotlib、seaborn，能完成数据清洗、缺失值与重复项处理、多表合并、分组统计与可视化。Excel：透视表、函数、多表汇总、格式规范化。统计：t 检验、方差分析、相关性分析的基础实现与结果解读。图表：柱状图、箱线图、散点图、热图、误差棒与显著性标记，交付 PDF/PNG 加可复现代码。环境：Linux 常用命令、Shell 脚本、Git 版本管理。生物信息：NCBI 序列检索、BLAST 比对、引物设计的基础流程。
可承接：实验数据整理与统计、科研绘图、Excel 汇总台账、批量文档生成、Python 自动化脚本。

1. 科研实验数据整理与可视化：负责水稻光胁迫实验多批次数据汇总，统一字段与单位，处理缺失值和异常值，用 Python 输出可复现脚本与图表，交付 PDF/PNG 和源码，用于组会汇报。
2. Excel 汇总台账：把分散表格合并为标准台账，按厂家、产品、问题分类计数，300 行记录约 1 小时完成，交付前做交叉核对。
3. 批量文档生成：用脚本把表格记录按固定格式写入 Word 报告框架，统一标题层级与字体，减少手工复制错误。