用途：将科研数据转化为清晰、准确的出版级图表，用于论文与期刊投稿（如 Nature、Science、Cell、PLOS 等）。
主要能力： 支持多面板（GridSpec、FacetGrid）布局与统一风格；误差线（SD、SEM、CI）、样本量与显著性标记；色盲友好配色（推荐 Okabe-Ito 调色板，连续数据用 viridis、plasma、cividis 等感知均匀色图，避免 jet/rainbow 与红绿分歧色）；按期刊尺寸与排版规范（Nature 单栏 89 mm、双栏 183 mm 等）配置字号与画布；导出 PDF、EPS、SVG、TIFF、PNG，线图 600–1200 DPI，位图 300–600 DPI，科学数据不使用 JPEG。
使用方式： 应用风格预设： from style_presets import apply_publication_style apply_publication_style('default') 或按期刊配置： from style_presets import configure_for_journal configure_for_journal('nature', figure_width='single') 也可直接加载样式文件：plt.style.use('assets/nature.mplstyle')。 导出： from figure_export import save_publication_figure save_publication_figure(fig, 'figure1', formats=['pdf', 'png'], dpi=300) 按期刊导出：save_for_journal(fig, 'figure1', journal='nature', figure_type='line_art')；检查尺寸可用 check_figure_size。 色盲配色：from color_palettes import apply_palette; apply_palette('okabe_ito')。 Seaborn 可与上述样式配合，用 set_theme(style='ticks', context='paper') 和 set_palette('colorblind')。
适用场景：科研论文配图、期刊投稿、多面板图、统计比较与相关性热图、时间序列置信带，以及按出版规范修正已有图表。
限制：资料未提供该技能的收费、价格、平台支持范围及具体安装命令；使用前需自行准备 matplotlib、seaborn 等运行环境，并核对目标期刊的最新投稿要求。