8 步核心工作流scipilot-figure-skill 如何把原始数据变成期刊投稿图【免费下载链接】scipilot-figure-skillSciPilot Skills family - Publication-grade scientific figure copilot for Claude Code项目地址: https://gitcode.com/gh_mirrors/sc/scipilot-figure-skillscipilot-figure-skill是 Claude Code 生态里的一个「科研数据可视化顾问」AI 技能它不是简单的画图工具而是按照8 步核心工作流——先剖析数据、再选图型、再按期刊规范绘制与自检——把你的 CSV / Excel 原始数据一步步变成 Nature、Science、IEEE、Elsevier、PNAS 和中文核心期刊都认的出版级投稿图。为什么不能上来就画科研画图的痛点通常不是不会用 matplotlib而是手上一堆数据不知道该用什么图把结论讲清楚。scipilot-figure-skill 的定位很明确首要能力是思考与判断其次才是绘制。对比项普通画图工具scipilot-figure-skill你说画柱状图直接plt.bar()出图先做数据剖析列类型、样本量、分布、异常值选图依据用户拍脑袋按数据特征 论证目标查决策框架n5 想画均值柱照画主动拦截建议改用 stripplot维度太多硬塞一张图建议拆图出图后没人回看程序自检 AI 读图复核闭环到通过完整的设计哲学写在 SKILL.md8 步工作流正是它与画图脚本的根本区别每一步缺位前一步的成果都不该执行。8 步核心工作流从原始数据到投稿级成图0 理解任务 → 1 剖析数据 → 2 选图 → 3 查规范 → 4 配环境 → 5 绘制 → 6 自检闭环 → 7 导出第 0 步明确论证目标——先想清楚这张图要证明什么同样一份数据论点不同图完全不同。比如药物 A 和 B 对比这份数据想证明A 整体快于 B → 箱线图想证明两者在 t3 分歧最大 → 折线图 误差带想证明个体差异极大 → spaghetti plot所以第 0 步只回答两件事这张图要说服读者相信什么数据在哪里、长什么样如果目标没说清技能会主动追问而不是默认用户知道自己要什么。第 1 步剖析数据——用事实驱动图型选择运行 scripts/profile_data.py输入一个 CSV 即可python scripts/profile_data.py data.csv --group group输出的剖析报告包含四块核心信息每列类型 / 样本量 / 缺失率、连续列的分布统计与异常值、分组样本量结构、相关性矩阵外加初步图型建议。读懂这份报告的完整手册在 references/data_profiling.md。重点核对三件事列类型识别对不对数字 ID 被误认是常见坑、每组 n 是多少小样本要警告、分布是否高度偏态可能需要对数轴。第 2 步选图——推荐 理由 备选这是顾问职责的核心。基于第 0、1 步的事实查 references/chart_selection.md 的决策框架决定图型规则很简单但很硬给出推荐 简短理由 1-2 个备选不丢一个选择让用户猜分组组合 12 → 明确建议拆图用户指定的图型不适合数据如 n5 画均值柱→ 善意指出问题给出更好的选择双峰分布、严重异常值、跨量级 → 在建议里明确提及特殊处理常用速查n10/组用 stripplot严禁均值柱、时间趋势用折线 误差带、矩阵数据用热力图viridis / RdBu_r远离 rainbow 色图。第 3 步查期刊规范——栏宽、字号、DPI 一次查清确定目标期刊后查 references/journal_specs.md拿到单/双栏宽、字号下限、推荐字体、DPI 与矢量格式偏好。几个关键数字期刊单栏宽字号子图标签Nature 系列3.5 in89 mm5-7 pta, b, c小写加粗Science2.2 in单栏极窄5-7 ptA, B, C大写加粗IEEE3.5 in8-10 pt(a)(b)(c)不知道目标期刊就先问一句——毕业论文 / 中文核心 / 英文 SCI / NeurIPS 对应的是完全不同的规范。第 4 步配环境——一行搞定期刊预设与中文字体from setup_style import setup_style setup_style(journalnature, langen) # 英文 Nature setup_style(journalgeneral, langzh, serif_for_zhTrue) # 中文宋体 Times 数字混排scripts/setup_style.py 自动完成三件事套用期刊预设、按Noto Sans CJK Source Han Sans SimHei优先级配置中文字体、修复负号方框unicode_minus。中文 matplotlib 出豆腐块方框的老问题从源头解决。第 5 步绘制——9 类图配方 强制约束按 references/plot_recipes.md 的对应配方画覆盖折线、柱状、散点、箱线/小提琴、热力图、误差棒、分布图、相关性矩阵、多面板组合 9 类每节都有可直接复制的代码 常见坑。画图时有三条强制约束figsize直接定最终尺寸如 Nature 单栏(3.5, 2.625)导出后绝不在 Word / LaTeX 里二次缩放默认色盲安全配色Okabe-Ito /colorblind 冗余编码线型 / marker误差棒必须在图注交代 SD / SEM / 95% CI 样本量 n第 6 步自检闭环——程序 AI 读图把问题挡在投稿前v2.1 最核心的升级出图后渲染 PNG → 程序自检 → AI 读图复核 → 回改重渲三层全过才算完。语义层对照 references/viz_pitfalls.md 的 18 条科研画图禁忌查图型 / 配色 / 误差是否踩坑形式层对照 references/publication_checklist.md 查尺寸、DPI、字号视觉层scripts/visual_qa.py 抓缺字乱码、文字裁切、刻度重叠等确定性问题AI 直接读 PNG对照 references/visual_review.md 的 8 项清单核对图例压数据、子图 a/b/c 对齐、灰度可分这些程序查不出的感知问题任何一层不通过就回去改图、重渲、再读直到通过。第 7 步导出——矢量优先 灰度预览 机器审计from export_figure import export_figure export_figure(fig, basenamefigs/fig1, formats[pdf, svg, png], size_inches(3.5, 2.625), dpi300, grayscale_previewTrue) # 自动出灰度版供色盲检查scripts/export_figure.py 按最终尺寸多格式导出最后再跑一遍 scripts/check_figure.py--strict做机器审计格式 / DPI / 字体嵌入。五条硬性原则审稿人挑刺的地方全在这#原则为什么1按最终尺寸出图不二次缩放9 pt 缩 50% 就变 4.5 pt直接打回2矢量优先PDF / SVG / EPS绝不 JPEG矢量缩放不糊JPEG 有压缩 artifact3配色对色盲友好 冗余编码约 8% 男性色觉异常红绿对比对他们传达力归零4字号在最终尺寸下可读≥6 pt编辑会按 mm 打印查字号5误差必有交代类型 n 检验方法SD 和 SEM 差一个 √n混淆 退稿主动拦截它会礼貌地拒绝你的错误请求这是顾问最迷人的地方——发现请求会踩坑时先说明再给替代方案不默默照做。比如你说帮我画 3 组各 5 个样本的均值柱状图它会回复n5 太小均值柱掩盖分布——审稿人很可能要求 show individual data points。我建议改成箱线 stripplot 叠加每个点5 个点直接可见反而更可信。要按原方案画还是改完整拦截清单P1-P18在 references/viz_pitfalls.md双 Y 轴捏造相关性、饼图、Y 轴截断、一图多论点、中文方框、子图编号乱飞……每条都写清了错误是什么 → 审稿人视角 → 正确做法。快速上手如何安装 scipilot-figure-skill把仓库放到 Claude Code 的技能目录即可git clone https://gitcode.com/gh_mirrors/sc/scipilot-figure-skill ~/.claude/skills/scipilot-figure-skill pip install -r ~/.claude/skills/scipilot-figure-skill/requirements.txt核心依赖是 matplotlib seaborn plotly pandas见 requirements.txtSciencePlots / pypdf / kaleido 是可选增强缺失时优雅降级不影响运行。装完后直接丢一句我有 results.csv帮我画成论文图技能就会按 8 步工作流跑起来。关键文件导航文件作用SKILL.md技能主文档工作流、五条原则、拦截规则references/chart_selection.md选图决策框架每次选图必读references/data_profiling.md剖析报告解读手册references/journal_specs.md主流期刊栏宽 / 字号 / DPI / 字体规范references/plot_recipes.md9 类图的完整配方references/viz_pitfalls.md18 条科研画图避坑清单references/publication_checklist.md投稿前形式合规清单references/visual_review.mdAI 读图自检 8 项清单 回改循环scripts/6 个工具脚本剖析、样式、导出、自检、布局一句话总结先想清楚论证什么再用事实选图按规范画过闭环检最后导出——这 8 步走下来你的数据图自然就是投稿级的了。【免费下载链接】scipilot-figure-skillSciPilot Skills family - Publication-grade scientific figure copilot for Claude Code项目地址: https://gitcode.com/gh_mirrors/sc/scipilot-figure-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考