用途：该技能用于创建专业科研级可视化图表，包括散点图、折线图、热图、箱线图、小提琴图、密度图、火山图、UMAP/tSNE 投影图和多面板组合图，适合论文、演示和探索性数据分析（EDA）。
主要能力：基于 matplotlib 与 seaborn 在本地环境执行，兼容 GPT、Gemini、Claude、DeepSeek、Qwen 等任意 LLM 提供方。支持自定义配色、字体与样式，支持多面板布局（gridspec）、误差棒、密度着色、基因表达点图等。可导出 PNG、PDF、SVG、JPEG，建议出版用 300 DPI。
使用方式：先导入 matplotlib.pyplot、seaborn、pandas、numpy 等库并设置样式，例如 sns.set_style("whitegrid")、plt.rcParams['savefig.dpi'] = 300；随后用 plt.subplots 创建画布绘图，保存时使用 plt.savefig('plot.png', dpi=300, bbox_inches='tight')，最后 plt.show()。生成大量图后应调用 plt.close() 释放内存。
适用场景：论文与海报配图、QC 指标可视化、聚类与降维结果展示、差异表达分析（火山图）、标记基因表达展示等。
限制：资料未提供具体安装命令、收费方式与平台支持细节；图表生成依赖本地 Python 环境中的 matplotlib 与 seaborn。标准图通常 1 秒内完成，复杂多面板图约 2-5 秒。