SuperAPI AI 工具集

scientific-visualization

数据与分析

查看项目

更新于 10-16 06:47

技能介绍

用途:把科研数据转化为清晰、准确、可直接投稿的图表,适用于 Nature、Science、Cell、PLOS 等期刊的配图准备,也用于改进已有图表以符合发表标准。

主要能力:提供期刊风格预设(如 assets/nature.mplstyle 与 style_presets.py 的 apply_publication_style、configure_for_journal),支持多面板 GridSpec 布局与 A/B/C 面板标注;强调误差棒(SD/SEM/CI)、样本量与显著性标记等统计规范;推荐 Okabe-Ito 色盲友好调色板与 viridis、plasma、cividis 等感知均匀色图,避免 jet/rainbow 与红绿发散图;通过 figure_export.py 的 save_publication_figure、save_for_journal 按期刊要求导出 PDF/EPS/SVG 或 TIFF/PNG,并可用 check_figure_size 校验尺寸。

使用方式:先应用出版样式,再按目标期刊设置图幅(如 Nature 单栏 89 mm、双栏 183 mm),绘图后去除多余边框、标注单位并导出。seaborn 可用于箱线图、小提琴图、相关热图与带置信区间的折线图,也可用 relplot 等 figure-level 函数自动分面。

限制:资料未提供安装方式、收费与价格信息;具体期刊要求需查阅其 references 目录下的指南文件,实际排版与字体可用性取决于本地环境。