mcpField
S
scientific-figure-pro

scientific-figure-pro

github.com/l-yifan数据与数据库591 次安装3 周前更新
代码仓库

关于 scientific-figure-pro

scientific-figure-pro 是用于创建和修改论文图表的 Python 技能,提供统一的样式规范及常见图表辅助函数,并统一导出设置。

主要功能

  1. 01统一的论文图表样式
  2. 02柱状图、趋势图、热图和散点图辅助函数
  3. 03多面板子图创建
  4. 04概念球体插图
  5. 05一致的图表导出设置

适用场景

  1. 01制作适合论文发表的基准图表
  2. 02构建紧凑的分析图
  3. 03创建带标签或注释的热图

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/l-yifan/skills --skill scientific-figure-pro

安装后在 Claude Code 中输入/scientific-figure-pro确认已加载。

附带文件references/design_theory.mdscripts/scientific_figure_pro.py

详细介绍

Scientific Figure Pro

使用此技能,借助 figures4papers 项目,为出版物创建或修改风格一致的图表。

工作流

  1. 确定图表类型(柱状图、趋势图、热图、散点图、多面板图、概念插图)。
  2. 从 scripts/scientific_figure_pro.py 加载辅助 API。
  3. 首先使用 apply_publication_style(...) 应用样式。
  4. 使用 make_* 辅助函数构建图表。
  5. 使用 finalize_figure(...) 导出,以确保布局和输出默认设置一致。

使用辅助模块

当通过包导入不方便时,可按文件路径加载:

import importlib.util
from pathlib import Path
import matplotlib.pyplot as plt

module_path = Path("skills/scientific-figure-pro/scripts/scientific_figure_pro.py")
spec = importlib.util.spec_from_file_location("scientific_figure_pro", module_path)
mod = importlib.util.module_from_spec(spec)
spec.loader.exec_module(mod)

核心 API

  • FigureStyle(...):配置排版和坐标轴线宽。
  • apply_publication_style(style=None):应用全局 rcParams。
  • create_subplots(nrows, ncols, figsize, **kwargs):创建扁平化坐标轴。
  • make_grouped_bar(...):使用适合出版的默认设置构建分组柱状图。
  • make_trend(...):构建趋势线,可选添加置信区间阴影。
  • make_heatmap(...):构建热图,可选添加标签和注释。
  • make_scatter(...):构建简洁的散点图。
  • make_sphere_illustration(...):构建概念性着色球体面板。
  • finalize_figure(fig, out_path, formats=None, dpi=300, pad=0.05):以一致的方式保存输出。

样式规范

  • 使用类似 Helvetica/Arial 的无衬线字体。
  • 移除上侧和右侧的坐标轴脊线。
  • 图例不加边框。
  • 使用语义化配色:
    • 蓝色表示目标/提出的方法,
    • 绿色表示改进,
    • 红色表示对比项/基线,
    • 中性色表示辅助类别。
  • 默认使用 dpi=300,密集柱状图面板使用 dpi=600。

实用默认设置

  • 密集基准测试柱状图:使用 FigureStyle(font_size=24, axes_linewidth=3) 和宽画布。
  • 紧凑型分析图表:使用 FigureStyle(font_size=15 or 16, axes_linewidth=2)。
  • 每幅图都通过 finalize_figure(...) 完成,而不是直接调用 plt.savefig(...)。

依赖项

  • Python 3.8+
  • matplotlib
  • numpy

参考资料

  • 需要了解样式依据和复现规则时,请阅读 references/design_theory.md。

评论

支持 Markdown