用途：将科研数据转化为清晰、准确、可用于论文发表的图表，面向期刊投稿（如 Nature、Science、Cell、PLOS 等），也可用于改进已有图表以符合发表标准。
主要能力：
- 多面板（multi-panel）图布局与统一风格；
- 误差棒与显著性标记（、、）；
- 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 与红绿发散色图，并建议在灰度下验证可读性；
- 导出 PDF/EPS/TIFF 等格式，区分矢量图与位图分辨率要求（线图 600-1200 DPI 或矢量，图像 300-600 DPI，科学数据不用 JPEG）；
- 提供期刊专属样式与尺寸（如 Nature 单栏 89 mm、双栏 183 mm 等），并校验图幅是否符合要求。
使用方式：以 Python 库调用，先应用发表样式，再绘图并导出。示例：from style_presets import apply_publication_style; apply_publication_style('default')；from figure_export import save_publication_figure; save_publication_figure(fig, 'figure1', formats=['pdf', 'png'], dpi=300)。也可用 plt.style.use('assets/nature.mplstyle') 或 configure_for_journal('nature', figure_width='single')，以及 check_figure_size(fig, journal='nature')、save_for_journal(...)。seaborn 可先应用 matplotlib 发表样式再 sns.set_theme(style='ticks', context='paper', font_scale=1.1) 并 sns.set_palette('colorblind')。
适用场景：论文插图、期刊投稿图、多面板组合图、统计比较图、热图与相关性矩阵、时间序列置信带、可访问性友好的可视化。
限制：资料未提供具体安装命令、许可与收费信息；不支持的期刊格式与具体尺寸需查阅其参考文件，暂未提供更多细节。