用途：帮助研究者用 Python 生成符合期刊、会议与报告要求的出版级图表，兼顾探索性分析与补充材料展示。
主要能力：matplotlib 作为基础库，可自定义 rcParams 出版级默认值（如 figure.figsize、savefig.dpi、字体族、字号、线宽与网格透明度），支持带误差带的折线图、多子图面板与矢量格式导出（如 fig.savefig('accuracy_curve.pdf')）。seaborn 擅长统计图形，可直接处理 DataFrame，示例包括带分组的比较柱状图、相关性热力图（annot=True, fmt='.2f', cmap='RdBu_r'）与分布对比小提琴图。plotly 用于交互式可视化与 HTML 补充材料，可用 px.scatter 生成气泡散点图，并支持 fig.write_html 与 fig.write_image（后者需 kaleido）。
使用方式：文中图表选型建议按数据类型匹配——时间趋势用折线图（matplotlib），分布用直方图/小提琴/箱线图（seaborn），类别比较用柱状图，双变量相关性用散点图，相关矩阵用热力图，部分与整体用堆叠柱而非饼图，高维数据用 PCA/t-SNE 散点（plotly），地理数据用分级统计图（plotly）。
最佳实践：印刷导出优先 PDF 或 SVG，PNG 以 300 DPI 作为备选，不建议向期刊提交 JPEG；使用色盲友好调色板（如 sns.color_palette("colorblind")）；坐标轴、图例与单位需可独立阅读；去除多余网格线与装饰；图宽匹配期刊栏宽（单栏约 3.3 英寸，双栏约 6.9 英寸）；全文图表保持统一样式；报告需给出误差条或置信区间。
限制：资料未提供各库的版本要求、安装命令、平台限制、性能上限及授权收费信息；部分 API 或参数可能随版本变化，需以官方文档为准。