econ-visualization について
経済学者が論文や発表向けの図を作成するためのスキルです。統一したスタイル、明確なラベル、再現可能なデータ準備手順、高解像度での書き出しに対応するコードを生成します。
主な機能
- 01学術向けの図表スタイル
- 02軸と凡例の明確なラベル
- 03高解像度での図の書き出し
- 04再現可能なデータ準備手順
- 05図表の代替案の提案
活用シーン
- 01実証結果の図示
- 02論文内の図表スタイル統一
- 03イベントスタディ図の作成
- 04出版用図表の書き出し
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/ / github.com/ meleantonio/ awesome-econ-ai-stuff --skill econ-visualizationインストール後、Claude Code で/econ-visualizationを入力して読み込まれたか確認します。
同梱ファイルindex.md
詳細
経済学向けデータ可視化
目的
このスキルでは、すっきりとしたスタイル、一貫したスケール、すぐに出力できる形式を用いて、経済学論文向けの高品質な図を作成します。
使用する場面
- 実証分析の結果や記述分析の図を作成するとき
- 論文やプレゼンテーション全体でグラフのスタイルを統一するとき
- 学術誌向けの品質で図を PDF または PNG に出力するとき
手順
以下の手順に従って作業を完了してください。
ステップ 1:コンテキストを把握する
コードを生成する前に、ユーザーに次の点を確認してください。
- データセットと主要な変数は何ですか?
- 必要なグラフの種類は何ですか(折れ線、棒グラフ、散布図、イベントスタディなど)?
- 必要な出力形式とサイズは何ですか?
ステップ 2:出力を生成する
コンテキストに基づき、次の要件を満たすコードを生成してください。
- 学術論文向けの一貫したテーマを使用する
- 軸と凡例を明確にラベル付けする
- 高解像度で図を出力する
- データ準備の再現可能な手順を含める
ステップ 3:検証して説明する
出力を生成した後、次の点を説明してください。
- プロットを再生成または更新する方法
- 代替案(対数スケール、ファセット、平滑化)
- 使用したデータ変換
プロンプトの例
- 「信頼区間付きのイベントスタディプロットを作成してください」
- 「3 か国の 1 人当たり GDP の推移をプロットしてください」
- 「回帰直線を当てはめた散布図を作成してください」
出力例
# ============================================
# Publication-Quality Figure in R
# ============================================
library(tidyverse)
df <- read_csv("data.csv")
ggplot(df, aes(x = year, y = gdp_per_capita, color = country)) +
geom_line(size = 1) +
scale_y_continuous(labels = scales::comma) +
labs(
title = "GDP per Capita Over Time",
x = "Year",
y = "GDP per Capita (USD)",
color = "Country"
) +
theme_minimal(base_size = 12) +
theme(
legend.position = "bottom",
panel.grid.minor = element_blank()
)
ggsave("figures/gdp_per_capita.pdf", width = 7, height = 4, dpi = 300)
要件
ソフトウェア
- R 4.0+ または Python 3.10+
パッケージ
- R の場合:
ggplot2、scales、dplyr - Python の場合:
matplotlib、seaborn(代替として任意)
ベストプラクティス
- 公開用にはベクター形式(PDF、SVG)を使用する
- ラベルは簡潔にし、読みやすくする
- 図に使用したデータのフィルター条件を記録する
よくある問題
- ラベルが不明瞭で、情報を詰め込みすぎたプロット
- 図ごとにスケールが統一されていない
- 低解像度の画像を出力する
参考資料
変更履歴
v1.0.0
- 初回リリース
コメント
Markdown 対応