scientific-visualization
论文发表级图表元技能。适用于创建期刊投稿图表,需满足多子图布局、显著性标注、误差棒显示、色盲友好配色及特定期刊(如《自然》《科学》《细胞》)格式要求。通过协调matplotlib/seaborn/plotly工具并应用出版级样式实现。快速探索性分析可直接使用seaborn或plotly。
分类
图像处理安装
热度:11
下载并解压到你的 skills 目录
复制命令,发送给 OpenClaw 自动安装:
下载并安装这个技能 https://openskills.cc/api/download?slug=k-dense-ai-scientific-skills-scientific-visualization&locale=zh&source=copy
Scientific Visualization - 发表级科学图表制作
技能概述
Scientific Visualization 是一个用于创建符合顶级期刊投稿标准的科学图表的元技能,支持通过 matplotlib、seaborn 和 plotly 制作多面板布局、色盲友好配色、误差条和显著性标注的发表级图表。
适用场景
核心功能
常见问题
如何制作符合Nature期刊投稿要求的图表?
使用内置的期刊配置功能可以一键设置 Nature 规范:
configure_for_journal('nature', figure_width='single') 会自动应用正确的图表尺寸(89mm 单栏)、字体设置和样式。确保使用矢量格式(PDF/EPS)导出线条图,DPI 设置为 600-1200,照片类图像使用 300-600 DPI 的 TIFF 格式。论文图表的DPI应该设置多少?
线条图(图表、曲线)需要 600-1200 DPI,照片和显微镜图像需要 300-600 DPI。最安全的做法是使用矢量格式(PDF、EPS、SVG)导出所有线条图,这样可以无限缩放而不失真。本技能的导出工具会自动根据图表类型选择正确的设置。
什么是色盲友好的科学图表配色?
色盲友好配色使用经过验证的调色板(如 Okabe-Ito),确保红色-绿色盲(最常见的色觉障碍类型)用户也能区分所有数据系列。推荐使用 viridis、plasma、cividis 等感知均匀的连续色图,避免使用 jet/rainbow 和红绿渐变色。本技能内置了这些调色板,可直接调用使用。