Artikeln introducerar agate, ett nytt Python-bibliotek för dataanalys, specifikt utformat för journalister för att förbättra och förenkla deras arbetsflöden. agate skiljer sig från bibliotek som numpy och pandas genom att optimera för mänsklig prestanda (lätt att lära sig, läsbar kod) snarare än rå beräkningshastighet för enorma datamängder. Biblioteket syftar till att lösa problem med befintliga metoder som är svåra att replikera (Excel), obskyra (R, numpy) eller dyra (SPSS, SAS, ArcGIS), och därmed stärka journalistisk integritet genom transparenta och dokumenterbara processer. agate är byggt på kärnan av csvkit och erbjuder ett rent gränssnitt med termer lånade från SQL, samt kommer med en detaljerad handledning och kokbok för att underlätta inlärning och användning. Författaren uppmanar läsarna att börja använda agate omedelbart för att bidra till dess utveckling och dra nytta av dess fördelar för snabbare, mer förståelig och replikerbar dataanalys.