alterlab-scientific-viz

科学可视化

概述

科学可视化将数据转化为清晰、准确的图表，用于发表。创建符合期刊发表要求的图表，包含多面板布局、误差线、显著性标记和色盲友好型配色方案。使用 matplotlib、seaborn 和 plotly 为稿件导出 PDF/EPS/TIFF。

何时使用此技能

在以下情况下应使用此技能：

• 为科学论文创建图表或可视化内容
• 准备期刊投稿图表（Nature、Science、Cell、PLOS 等）
• 确保图表对色盲人士友好且易于访问
• 创建样式一致的多面板图表
• 以正确的分辨率和格式导出图表
• 遵循特定的出版规范
• 改进现有图表，使其符合出版标准
• 创建同时适用于彩色和灰度显示的图表

不适用的情况

场景	改用
从头构建自定义图表，或调整单个图形元素和 rcParams	alterlab-matplotlib
快速绘制探索性统计图（成对关系图、分布图）以目测数据	alterlab-seaborn
带悬停/缩放功能的交互式图表或 Web 仪表板	alterlab-plotly
校对已完成的图表：数据保真度、标签重叠、300-dpi 导出检查	alterlab-figure-qa
示意图、流程图或通路图	alterlab-scientific-schematics

快速入门指南

基本的出版级图表

import matplotlib.pyplot as plt
import numpy as np

# Apply publication style (from scripts/style_presets.py)
from style_presets import apply_publication_style
apply_publication_style('default')

# Create figure with appropriate size (single column = 3.5 inches)
fig, ax = plt.subplots(figsize=(3.5, 2.5))

# Plot data
x = np.linspace(0, 10, 100)
ax.plot(x, np.sin(x), label='sin(x)')
ax.plot(x, np.cos(x), label='cos(x)')

# Proper labeling with units
ax.set_xlabel('Time (seconds)')
ax.set_ylabel('Amplitude (mV)')
ax.legend(frameon=False)

# Remove unnecessary spines
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# Save in publication formats (from scripts/figure_export.py)
from figure_export import save_publication_figure
save_publication_figure(fig, 'figure1', formats=['pdf', 'png'], dpi=300)

使用预配置样式

使用 assets/ 中的 matplotlib 样式文件应用期刊专属样式：

import matplotlib.pyplot as plt

# Option 1: Use style file directly
plt.style.use('assets/nature.mplstyle')

# Option 2: Use style_presets.py helper
from style_presets import configure_for_journal
configure_for_journal('nature', figure_width='single')

# Now create figures - they'll automatically match Nature specifications
fig, ax = plt.subplots()
# ... your plotting code ...

使用 Seaborn 快速入门

对于统计图表，使用带有出版样式的 seaborn：

import seaborn as sns
import matplotlib.pyplot as plt
from style_presets import apply_publication_style

# Apply publication style
apply_publication_style('default')
sns.set_theme(style='ticks', context='paper', font_scale=1.1)
sns.set_palette('colorblind')

# Create statistical comparison figure
fig, ax = plt.subplots(figsize=(3.5, 3))
# seaborn >=0.13: pass hue + legend=False to color by category
# (a bare palette= without hue= is deprecated, slated for removal in v0.14)
sns.boxplot(data=df, x='treatment', y='response',
            order=['Control', 'Low', 'High'],
            hue='treatment', palette='Set2', legend=False, ax=ax)
sns.stripplot(data=df, x='treatment', y='response',
              order=['Control', 'Low', 'High'], 
              color='black', alpha=0.3, size=3, ax=ax)
ax.set_ylabel('Response (μM)')
sns.despine()

# Save figure
from figure_export import save_publication_figure
save_publication_figure(fig, 'treatment_comparison', formats=['pdf', 'png'], dpi=300)

核心原则和最佳实践

1. 分辨率和文件格式

关键要求（详见 references/publication_guidelines.md）：

• 栅格图像（照片、显微图像）：300-600 DPI
• 线条图（图表、绘图）：600-1200 DPI 或矢量格式
• 矢量格式（首选）：PDF、EPS、SVG
• 栅格格式：TIFF、PNG（科学数据切勿使用 JPEG）

实现方式：

# Use the figure_export.py script for correct settings
from figure_export import save_publication_figure

# Saves in multiple formats with proper DPI
save_publication_figure(fig, 'myfigure', formats=['pdf', 'png'], dpi=300)

# Or save for specific journal requirements
from figure_export import save_for_journal
save_for_journal(fig, 'figure1', journal='nature', figure_type='combination')

2. 颜色选择——色盲友好

始终使用色盲友好型配色方案（详见 references/color_palettes.md）：

推荐：Okabe-Ito 配色方案（各类色盲人士均可区分）：

# Option 1: Use assets/color_palettes.py
from color_palettes import OKABE_ITO_LIST, apply_palette
apply_palette('okabe_ito')

# Option 2: Manual specification
okabe_ito = ['#E69F00', '#56B4E9', '#009E73', '#F0E442',
             '#0072B2', '#D55E00', '#CC79A7', '#000000']
plt.rcParams['axes.prop_cycle'] = plt.cycler(color=okabe_ito)

对于热图/连续数据：

• 使用感知均匀的颜色映射：viridis、plasma、cividis
• 避免使用红绿发散色图（改用 PuOr、RdBu、BrBG）
• 切勿使用 jet 或 rainbow 颜色映射

始终在灰度模式下检查图表，确保其易于解读。

3. 字体和文本

字体指南（详见 references/publication_guidelines.md）：

• 无衬线字体：Arial、Helvetica、Calibri
• 最终印刷尺寸下的最小字号：
  • 坐标轴标签：7-9 pt
  • 刻度标签：6-8 pt
  • 面板标签：8-12 pt（粗体）
• 标签使用句首字母大写格式：“Time (hours)”，而非“TIME (HOURS)”
• 始终在括号中注明单位

实现方式：

# Set fonts globally
import matplotlib as mpl
mpl.rcParams['font.family'] = 'sans-serif'
mpl.rcParams['font.sans-serif'] = ['Arial', 'Helvetica']
mpl.rcParams['font.size'] = 8
mpl.rcParams['axes.labelsize'] = 9
mpl.rcParams['xtick.labelsize'] = 7
mpl.rcParams['ytick.labelsize'] = 7

4. 图表尺寸

期刊专属宽度（详见 references/journal_requirements.md）：

• Nature：单栏 89 mm，双栏 183 mm
• Science：单栏 55 mm，双栏 175 mm
• Cell：单栏 85 mm，双栏 178 mm

检查图表尺寸是否符合要求：

from figure_export import check_figure_size

fig = plt.figure(figsize=(3.5, 3))  # 89 mm for Nature
check_figure_size(fig, journal='nature')

5. 多面板图表

最佳实践：

• 使用粗体字母标记面板：A、B、C（大多数期刊使用大写字母，Nature 使用小写字母）
• 所有面板保持样式一致
• 尽可能沿边缘对齐面板
• 在面板之间留出充足的空白

实现示例（完整代码见 references/matplotlib_examples.md）：

from string import ascii_uppercase

fig = plt.figure(figsize=(7, 4))
gs = fig.add_gridspec(2, 2, hspace=0.4, wspace=0.4)

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
# ... create other panels ...

# Add panel labels
for i, ax in enumerate([ax1, ax2, ...]):
    ax.text(-0.15, 1.05, ascii_uppercase[i], transform=ax.transAxes,
            fontsize=10, fontweight='bold', va='top')

常见任务

分步指南——每项任务的完整代码见 references/common_tasks.md 和 references/matplotlib_examples.md：

1. 可直接用于发表的折线图——样式、期刊尺寸、色盲友好颜色、误差线、单位、去除上边框和右边框、矢量格式导出。
2. 多面板图——GridSpec 布局、统一样式、加粗的面板标签。
3. 使用合适颜色映射的热图——感知均匀的颜色映射（viridis）或色盲友好的发散型颜色映射（RdBu_r）、带标签的颜色条、灰度测试。
4. 针对特定期刊进行准备——先调用 configure_for_journal(...)，再调用 save_for_journal(...)。
5. 修复现有图表——运行发表前检查清单（分辨率、格式、颜色、字体、标签、尺寸、灰度、图表杂项）。
6. 色盲友好图表——认可的配色方案 + 冗余编码（线型、标记）+ 模拟器测试。

**统计严谨性（始终遵循）：**误差线（SD/SEM/CI——在图注中说明具体类型）、样本量 n、显著性标记，并尽可能显示各个数据点。

绘图库——何时使用哪种

• Matplotlib——控制力最强，最适合复杂的多面板图。示例：references/matplotlib_examples.md。
• Seaborn——高级统计图形，支持自动计算 CI 和分面。完整指南：references/seaborn_in_publications.md。
• Plotly——用于交互式探索；使用 fig.write_image('figure.png', scale=3) 导出静态图（约 300 DPI），需安装 kaleido >= 1 和 Chrome（运行一次 plotly_get_chrome）。参见 matplotlib_examples.md 示例 8。

资源

References 目录

根据需要加载以下内容，获取详细信息：

• publication_guidelines.md：综合最佳实践

  • 分辨率和文件格式要求
  • 排版指南
  • 布局和构图规则
  • 统计严谨性要求
  • 完整的发表前检查清单

• color_palettes.md：颜色使用指南

  • 色盲友好配色方案规范及 RGB 值
  • 顺序型和发散型颜色映射建议
  • 无障碍测试流程
  • 特定领域的配色方案（基因组学、显微镜成像）

• journal_requirements.md：期刊专属规范

  • 各出版商的技术要求
  • 文件格式和 DPI 规范
  • 图表尺寸要求
  • 快速参考表

• matplotlib_examples.md：实用代码示例

  • 10 个完整可运行的示例
  • 折线图、条形图、热图、多面板图
  • 期刊专属图表示例
  • 各绘图库的使用技巧（matplotlib、seaborn、plotly）

Scripts 目录

使用这些辅助脚本实现自动化：

• figure_export.py：导出工具

  • save_publication_figure()：以正确的 DPI 保存为多种格式
  • save_for_journal()：自动应用期刊专属要求
  • check_figure_size()：验证尺寸是否符合期刊规范
  • 直接运行：python scripts/figure_export.py 查看示例

• style_presets.py：预配置样式

  • apply_publication_style()：应用预设样式（default、nature、science、cell）
  • set_color_palette()：快速切换配色方案
  • configure_for_journal()：一键配置期刊规范
  • 直接运行：python scripts/style_presets.py 查看示例

Assets 目录

在图表中使用这些文件：

• color_palettes.py：可导入的颜色定义

  • 所有推荐配色方案均以 Python 常量形式提供
  • apply_palette() 辅助函数
  • 可直接导入笔记本或脚本

• Matplotlib 样式文件：与 plt.style.use() 搭配使用

  • publication.mplstyle：通用发表质量样式
  • nature.mplstyle：Nature 期刊规范
  • presentation.mplstyle：适用于海报和幻灯片的较大字体

工作流概述

创建出版级图表的推荐工作流：

1. 规划：确定目标期刊、图表类型和内容
2. 配置：采用适合期刊的样式

   from style_presets import configure_for_journal
   configure_for_journal('nature', 'single')
   

3. 创建：绘制图表，并设置合适的标签、颜色和统计信息
4. 验证：检查尺寸、字体、颜色和无障碍性

   from figure_export import check_figure_size
   check_figure_size(fig, journal='nature')
   

5. 导出：以所需格式保存

   from figure_export import save_for_journal
   save_for_journal(fig, 'figure1', 'nature', 'combination')
   

6. 审阅：在稿件中按最终尺寸查看

需要避免的常见问题

1. 字体太小：按最终尺寸打印时，文字难以辨认
2. JPEG 格式：切勿将 JPEG 用于图表／绘图（会产生失真）
3. 红绿色搭配：约 8% 的男性无法区分
4. 分辨率过低：出版的图表会出现像素化
5. 缺少单位：始终为坐标轴标注单位
6. 3D 效果：会扭曲观感，应完全避免
7. 图表杂项：移除不必要的网格线和装饰
8. 截断坐标轴：除非有科学依据，否则柱状图应从零开始
9. 样式不一致：同一篇稿件中的图表使用了不同的字体／颜色
10. 没有误差线：始终显示不确定性

最终检查清单

提交图表前，请确认：

• 分辨率符合期刊要求（300+ DPI）
• 文件格式正确（绘图使用矢量格式，图像使用 TIFF）
• 图表尺寸符合期刊规范
• 所有文字在最终尺寸下均清晰可读（≥6 pt）
• 颜色对色盲读者友好
• 图表在灰度模式下也能正常显示
• 所有坐标轴均标注了单位
• 已添加误差线，并在图注中说明其定义
• 面板标签齐全且一致
• 没有图表杂项或 3D 效果
• 所有图表的字体保持一致
• 已清晰标示统计显著性
• 图例清晰完整

使用此技能可确保科学图表达到最高的出版标准，同时方便所有读者阅读。