关于 plot-from-data
Plot From Data 是一项将用户数据填入论文风格图表模板的技能,适用于需要生成科研图表的用户。它提供柱状图、折线图、散点图和雷达图脚本,输出 300 dpi PNG。
主要功能
- 01提供八种图表样式模板
- 02支持柱状图、折线图、散点图与雷达图
- 03通过替换脚本数据区填入数据
- 04参考文档列出精确样式参数
- 05输出 300 dpi PNG
适用场景
- 01绘制基线与方法的配对比较
- 02展示消融实验或训练曲线
- 03呈现 t-SNE 聚类结果
- 04对比多个方法的多维指标
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ trae1oung/ paper-plot-skills --skill plot-from-data安装后在 Claude Code 中输入/plot-from-data确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
agents/openai.yamlreferences/bar_grouped_hatch.mdbar_paired_delta.mdline_confidence_band.mdline_loss_with_inset.mdline_training_curve.mdradar_dual_series.mdscatter_broken_axis.mdscatter_tsne_cluster.mdscripts/bar_memevolve.pybar_spice.pyline_aime.pyline_loss_inset.pyline_selfdistill.pyradar_dora.pyscatter_break.pyscatter_tsne.py详细介绍
来自项目 READMEPlot From Data
Generate a paper-quality figure by picking a style template and filling it with user data. All outputs are dpi=300 PNG.
Available Styles
| Style | Type | Script | 适用场景 |
|---|---|---|---|
bar_paired_delta | 柱状图 | scripts/bar_memevolve.py | Baseline vs method 配对对比 + 增益箭头 |
bar_grouped_hatch | 柱状图 | scripts/bar_spice.py | 多方法消融,主方法斜线填充,柱顶数值 |
line_confidence_band | 折线图 | scripts/line_selfdistill.py | 带置信区间的训练曲线 |
line_training_curve | 折线图 | scripts/line_aime.py | 垂直断点线 + 水平参考线 |
line_loss_with_inset | 折线图 | scripts/line_loss_inset.py | L 形 spine + 局部放大 inset |
scatter_tsne_cluster | 散点图 | scripts/scatter_tsne.py | t-SNE 聚类 + 注释框 |
scatter_broken_axis | 散点图 | scripts/scatter_break.py | 折断 X 轴,多 marker 系列 |
radar_dual_series | 雷达图 | scripts/radar_dora.py | 双方法多维对比,正八边形网格 |
Workflow
1. 确认用户的图类型和数据
2. 选择对应 style(如不确定,询问用户或根据数据形状推断)
3. 读取对应 references/<style_name>.md 获取精确参数
4. 复制对应 scripts/<script>.py,替换数据区(脚本顶部有清晰注释标注数据区)
5. 运行:python3 scripts/<script>.py
6. 检查输出,必要时微调颜色/标签/字号
Data Substitution Tips
每个 repro 脚本的数据区在文件顶部,通常是 np.array(...) 或字典。替换规则:
- 保持数组维度和类型不变
- 若类别数变化(如从 4 组改为 6 组),同步调整颜色列表和宽度计算
- x 轴标签、图例标签直接修改对应字符串列表
Detailed Style Parameters
Read the corresponding file in references/ for exact rcParams, colors, font sizes, spine settings, and tick directions before generating:
- Bar:
references/bar_paired_delta.md,references/bar_grouped_hatch.md - Line:
references/line_confidence_band.md,references/line_training_curve.md,references/line_loss_with_inset.md - Scatter:
references/scatter_tsne_cluster.md,references/scatter_broken_axis.md - Radar:
references/radar_dual_series.md
评论
支持 Markdown