用途
Scientific Visualization 是一个面向科研论文发表的元技能，用于将数据转化为清晰、准确、可直接投稿的图表。它覆盖从单栏折线图到多面板组合图的完整制作流程，重点解决期刊投稿中对分辨率、文件格式、配色无障碍性、字体排版和尺寸规格的硬性要求。
主要能力
- 出版级样式预设：提供 assets/ 目录下的期刊专用 matplotlib 样式文件（如 nature.mplstyle），以及 style_presets.py 中的 apply_publication_style 和 configure_for_journal 辅助函数，可按目标期刊自动配置图表规格。
- 多格式导出：通过 figure_export.py 的 save_publication_figure 和 save_for_journal 函数，按正确 DPI 导出 PDF、EPS、SVG、TIFF、PNG 等格式，并支持 check_figure_size 检查尺寸是否符合期刊要求。
- 无障碍配色：内置 Okabe-Ito 等色盲友好调色板（assets/color_palettes.py），推荐 viridis、plasma、cividis 等感知均匀色图，避免 jet/rainbow 色图，并要求图表在灰度下仍可解读。
- 多面板布局：支持 GridSpec 灵活排版，统一各面板样式，添加加粗面板标签（A、B、C 等），并对齐相关面板。
- 统计严谨性：要求包含误差棒（SD、SEM 或 CI，并在图注中说明）、样本量 n、显著性标记（、、），并尽可能展示个体数据点。
- 排版规范：推荐 Arial、Helvetica 等无衬线字体，规定轴标签 7-9 pt、刻度标签 6-8 pt、面板标签 8-12 pt（加粗），标签使用句首大写并带单位括号。
- 期刊尺寸适配：提供 Nature（单栏 89 mm、双栏 183 mm）、Science（单栏 55 mm、双栏 175 mm）、Cell（单栏 85 mm、双栏 178 mm）等期刊的宽度规格。
使用方式
基本流程为：先应用出版样式（apply_publication_style 或 plt.style.use 加载期刊样式文件），再按目标期刊设置图幅尺寸，使用色盲友好配色绘图，添加带单位的轴标签并去除多余边框，最后通过 figure_export.py 以正确 DPI 和格式保存。
针对 seaborn，需先应用 matplotlib 出版样式，再设置 sns.set_theme(style='ticks', context='paper', font_scale=1.1) 和 sns.set_palette('colorblind')。seaborn 适合统计图形，可自动计算置信区间、支持分面（FacetGrid、relplot）和数据集导向 API。
常见任务包括：创建出版级折线图、多面板图、热图、按期刊要求准备图表、修复已有图表以达标、创建色盲友好可视化。
适用场景
- 为科学手稿创建图表或可视化
- 准备向 Nature、Science、Cell、PLOS 等期刊投稿的图表
- 需要色盲友好和无障碍设计的图表
- 需要统一样式的多面板图
- 按正确分辨率和格式导出图表
- 遵循特定出版指南或改进现有图表以达到出版标准
- 需要在彩色和灰度下均可解读的图表
限制
资料未提供该技能的安装方式、依赖版本、收费模式、平台支持范围及具体效果保证。部分内容（如 plotly 的具体用法）在提供的资料中未展开，暂未提供。