用途：把科研数据转为清晰、准确的出版级图表，用于论文手稿与期刊投稿（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：提供多面板（multi-panel）布局与统一样式；误差棒与显著性标记；色盲友好配色（如 Okabe-Ito 调色板）；针对期刊的样式预设与尺寸配置；按期刊要求导出 PDF/EPS/TIFF/PNG，并控制 DPI（线稿 600-1200 DPI 或矢量，位图 300-600 DPI，科研数据避免 JPEG）；支持灰度可读性检查。配套脚本包括 scripts/style_presets.py、scripts/figure_export.py、assets/ 下的期刊 .mplstyle 与 color_palettes.py，参考文献含 publication_guidelines.md、journal_requirements.md 等。
使用方式：先应用出版样式，例如 from style_presets import apply_publication_style; apply_publication_style('default')，或用 plt.style.use('assets/nature.mplstyle')、configure_for_journal('nature', figure_width='single')。绘图按单栏约 3.5 英寸等期刊宽度设置 figsize，标注轴名称与单位，隐藏多余边框（如 ax.spines['top'].set_visible(False)）。导出用 from figure_export import save_publication_figure; save_publication_figure(fig, 'figure1', formats=['pdf', 'png'], dpi=300)，或 save_for_journal(fig, 'figure1', journal='nature', figure_type='combination')。统计图可配合 seaborn，如 sns.set_theme(style='ticks', context='paper', font_scale=1.1)、sns.set_palette('colorblind')、sns.despine()，多面板可用 FacetGrid 或 matplotlib 子图加粗体面板标签 A、B、C。
适用场景：期刊投稿图表、统计比较图（箱线图加散点、小提琴图）、相关性热图（viridis、RdBu_r 等）、带置信区间的时间序列、多面板组合图，以及把现有图表修正到发表标准。
限制：资料未提供收费、价格、平台支持范围或具体运行环境等信息；操作依赖 matplotlib、seaborn、numpy 等库及随附脚本文件，需自行确保环境具备这些依赖。