SuperAPI AI 工具集

chart-image-generator

写作与研究

查看项目

更新于 10-16 06:01

技能介绍

Chart Image Generator 是 wentorai/research-plugins 下的一项技能,定位为“从研究数据生成出版级图表图片”。它使用 Python 可视化库完成图表的生成与导出,重点解决学术投稿中图表的规范性、一致性与可访问性问题。

一、用途与定位 该技能面向学术出版场景的图表制作。资料指出,为学术出版物创建图注/插图不只是“把数据画出来”,期刊对分辨率(通常 300-600 DPI)、文件格式(TIFF、EPS、PDF 或高分辨率 PNG)、字号(印刷图中常见 8-12pt)、线宽以及颜色可访问性都有具体要求。该技能将符合这些标准的图表生产流程自动化,减少研究者在手动格式化上花费的时间,并保证同一稿件中所有图表保持一致。

二、主要能力

  1. 支持的图表类型:资料列出并支持学术研究中常见图表,包括散点图(scatter plot)、柱状图(bar chart)、折线图(line plot)、箱线图(box plot)、小提琴图(violin plot)、热力图(heatmap)、森林图(forest plot)、Kaplan-Meier 曲线,以及多面板组合图。所有示例均使用 matplotlib 与 seaborn,并配合自定义的学术样式配置。
  2. 学术图表样式配置:提供 set_academic_style() 函数,按 Nature、Science、PLOS、IEEE 等期刊的常见要求设置 matplotlib 参数,包括字体族与候选字体(Arial、Helvetica、DejaVu Sans)、各层级字号、线宽与标记尺寸、背景与网格、图例样式,以及保存设置(DPI 300、bbox tight、留白 0.05 英寸);同时设置 pdf.fonttype 与 ps.fonttype 为 42,以使用 Type 1 字体(许多期刊要求)。资料还给出常见期刊图宽常量(英寸):单栏 3.5、双栏 7.0、一栏半 5.5。
  3. 色盲友好配色:提供 PALETTES 配色方案,包括 Tol 的定性配色 categorical_8(8 色)、感知均匀的顺序色 viridis、发散色 RdBu_r,以及由蓝色 #0072B2 与朱红色 #D55E00 组成的二值配色。
  4. 图表类型选择指引:以“数据模式—推荐图表—适用场景”的形式给出选择建议,例如单变量分布用直方图/KDE/小提琴图,组间比较用箱线图/小提琴图/带误差线柱状图,两个连续变量用散点图,随时间趋势用折线图,占比用堆叠柱状图(饼图谨慎使用),相关矩阵用热力图,效应量+置信区间用森林图,生存数据用 Kaplan-Meier 曲线。
  5. 常见学术图表生成示例:资料给出“带回归线的散点图”函数示例,会按分组绘制散点、用 scipy.stats.linregress 计算回归并绘制虚线回归线、在图中标注 r 与 p 值,并按 300 DPI 导出;同时给出“多面板组合图”函数示例,可按指定列数排布面板、自动添加 A、B、C… 面板标签、隐藏多余子图并导出 PDF。
  6. 导出规格参考与多格式导出:资料列出 Nature、Science、PLOS、IEEE、Elsevier、Springer 的格式、DPI、最大宽度与色彩模式要求(如 Nature:TIFF/EPS/PDF、300 DPI、180mm、RGB)。并提供 export_figure 函数,可按多种格式(默认 pdf、png、tiff)与指定 DPI 导出,设置白色背景。

三、使用方式 该技能通过 Python 代码调用,核心流程为:先调用 set_academic_style() 设置全局样式;使用提供的绘图函数或自行组织 matplotlib/seaborn 绘图;通过 fig.savefig 或 export_figure 按目标期刊的格式、DPI 与尺寸导出。资料中的示例代码可直接复用或按需修改。具体的安装命令、插件调用方式以及与其他工具的集成方法暂未提供。

四、适用场景 适合需要为学术论文、研究报告制作图表的场景,尤其是需要满足期刊分辨率、格式、图幅宽度与配色可访问性要求的投稿准备;也适合需要在同一稿件中统一多张图表风格的可视化工作。

五、最佳实践与限制 资料给出的最佳实践包括:线稿与图表优先使用矢量格式(PDF、EPS),仅在需要时使用位图(TIFF、PNG);将图幅尺寸设置为目标期刊的确切栏宽;同一稿件中所有图使用相同字体与字号;将图表放到灰度下测试以确保脱离颜色仍可读;把全部图表生成代码纳入补充材料以便复现;坐标轴标注单位(如 “Temperature (K)”),避免未定义缩写。 引用方面列出:Rougier 等(2014)Ten Simple Rules for Better Figures;Tufte(2001)The Visual Display of Quantitative Information;Wong(2011)Color Blindness(Nature Methods)。 限制:资料未提供该技能的具体安装方式、运行依赖版本、命令行接口或与外部平台的集成说明;各期刊规格仅为资料所列参考,实际投稿应以目标期刊最新要求为准。