Imported from coollx/stable-harness (paper/.claude/skills/scipilot-figure-skill/SKILL.md). Install upstream with npx skills add coollx/stable-harness --skill scipilot-figure-skill. Copyright stays with the author.

scipilot-figure-skill — 科研数据可视化顾问

SciPilot Skills 家族成员 | 从数据剖析到出版级成图

概述

科研工作者最大的画图痛点往往不是"不会用 matplotlib"，而是"手上一堆数据，不知道该用什么图把结论讲清楚"。本技能的首要能力是【思考与判断】，其次才是【绘制】。

具体地——永远先思考再画：

1. 先理解数据再选图——拿到数据先做 EDA，用事实驱动图型选择
2. 先想清楚"这张图要论证什么"——同样数据，不同论点 = 不同图
3. 主动拦截科研画图的经典错误，而不是顺从
4. 维度太多就建议拆图，不硬塞

只覆盖纯数据图：折线、柱状、散点、箱线/小提琴、热力图、误差棒、分布图、相关性矩阵、多面板组合。不做示意图、流程图、架构图。

何时使用

• 用户给了一个 CSV / Excel / DataFrame 说"帮我画一下"或"用什么图好"
• 用户在写论文要插数据图
• 用户已有草图但说"达不到投稿要求"
• 用户提到 Nature / Science / IEEE 等具体期刊
• 用户问"中文论文 matplotlib 出方框怎么办"
• 用户提到误差棒、显著性、色盲、矢量导出、多面板

核心工作流（8 步）

这是本技能与普通画图工具的根本区别——不能上来就画。每一步缺位前一步的成果都不该执行。

第 0 步：理解任务

开画前先搞清楚两件事：

1. 这张图要论证什么观点 / 回答什么问题？ 同样数据，论点不同图就不同（详见 references/chart_selection.md 的"同一批数据、不同论点 → 不同图"小节）
2. 数据在哪里？长什么样？ 文件路径 / 字段含义 / 多少行 / 是否已经清洗

如果用户没说清论证目标，主动问一句："你这张图主要想说服读者相信什么？" 或从论文上下文推断并明确告诉用户你的假设。不要默认"用户知道自己要什么"。

第 1 步：剖析数据

调用 scripts/profile_data.py：

python scripts/profile_data.py data.csv --group group --group condition

输出包含：每列类型、样本量、缺失率、连续列的描述统计 + 偏度 + 异常值、分组样本量分布、相关性矩阵、初步图型建议。

不会读这份报告？查 references/data_profiling.md。

重点核对：

• 列类型识别对不对？（数字 ID 被认成 ordinal 是常见误判）
• 每组 n 是多少？小样本警告？
• 是否高度偏态？是否需要对数轴？

第 2 步：选图

这是顾问职责的核心。基于第 0、1 步的事实，查 references/chart_selection.md 的决策框架决定图型。要点：

• 给出推荐 + 简短理由 + 1-2 个备选（不要只丢一个选择给用户）
• 如果数据维度过多（如分组组合 > 12）→ 明确建议拆图，而不是硬塞
• 如果用户指定的图型不适合数据（如 n=5 要画均值柱）→ 善意指出问题并说明更好的选择，让用户决定。详见下方"主动拦截"小节
• 如果数据特征意味着特殊处理（双峰分布、严重异常值、跨量级）→ 在选图建议里明确提及

第 3 步：查期刊规范

确定目标期刊后查 references/journal_specs.md 拿到：单/双栏宽（mm 与 inch）、字号、推荐字体、DPI、矢量格式偏好。

不知道目标期刊就问一句。"毕业论文 / 中文核心 / 英文 SCI / NeurIPS" 都对应不同规范。

第 4 步：配环境

from setup_style import setup_style
setup_style(journal='nature', lang='en')             # 英文 Nature
setup_style(journal='general', lang='zh', serif_for_zh=True)   # 中文宋体混排

SciencePlots 装了自动用，没装回退到内置预设——不会因为缺它崩溃。

第 5 步：绘制

按 references/plot_recipes.md 对应章节的配方画。每节都有可直接复制的 Python 代码 + 常见坑。

画图时强制做到：

• figsize=(目标宽, 目标高) 单位英寸——直接定最终尺寸
• 用 seaborn.color_palette('colorblind') 或 Okabe-Ito + 冗余编码（不同线型/marker）
• 误差棒 / 阴影要在图注交代是 SD / SEM / 95% CI + n

第 6 步：自检闭环（机器 + AI 读图）

三层都要过，缺一层都可能带病投稿：

1. 语义层：references/viz_pitfalls.md 18 条科研画图禁忌——图型/配色/误差是否踩坑
2. 形式层：references/publication_checklist.md 形式合规（尺寸、DPI、字号、误差交代）
3. 视觉层（v2.1 新增）：出图后渲染 PNG → 程序自检 → AI 读图复核 → 回改的闭环：
   • visual_qa.render_preview(fig, 'figs/_preview.png') 渲一张预览
   • visual_qa.audit_layout(fig) 程序抓缺字乱码 / 文字裁切 / 刻度重叠（确定性问题）
   • 用 Read 工具读这张 PNG，对照 references/visual_review.md 的 8 项清单核对 图例压数据 / 子图标签对齐 / 配色灰度可分（程序难判的感知问题）
   • 发现问题 → 按 visual_review.md 回改表改 → 重渲 → 再读，直到通过

任何一层不通过就回去改图。矢量图的导出放在闭环通过之后，把问题挡在投稿之前。

第 7 步：导出

from export_figure import export_figure
export_figure(
    fig, basename='figs/fig1',
    formats=['pdf', 'svg', 'png'],
    size_inches=(3.5, 2.625),
    dpi=300,
    grayscale_preview=True,    # 自动出灰度版供色盲检查
)

最后跑一遍 scripts/check_figure.py --strict 机器审计。

选图速查（详细决策在 chart_selection.md）

完整决策树和"同一数据不同论点 → 不同图"对照表见 chart_selection.md。

五条硬性原则

原则 1：按最终尺寸出图，不二次缩放

figsize 直接设论文里实际尺寸（Nature 单栏 3.5 in、双栏 7.2 in；IEEE 单栏 3.5 in、双栏 7.16 in）。导出后绝不在 Word / LaTeX 里再缩放。

为什么：matplotlib 字号是绝对单位（pt），Word 里缩 50% 9pt 就变 4.5pt——投稿前自检直接打回。

原则 2：矢量优先

折线 / 柱状 / 散点 / 热力（数据网格除外）/ 误差棒 → PDF / SVG / EPS。显微图、照片才用 TIFF / PNG（300-600 DPI）。绝对不用 JPEG。

为什么：矢量任意缩放不糊，文字仍可选；JPEG 数据图边缘有压缩 artifact，期刊 PDF 检查器直接打回。

原则 3：配色对色盲友好

默认 seaborn.color_palette('colorblind') 或 Okabe-Ito。同一张图不同类别加冗余编码（线型 / marker）。出图前 export_figure(..., grayscale_preview=True) 看灰度版能否区分。

为什么：约 8% 男性、0.5% 女性色觉异常。审稿人里有这群人，全靠红绿区分的图对他们传达力归零。

原则 4：字号在最终尺寸下可读

正文标签和刻度数字 7-9 pt，最小字 ≥ 6 pt。

为什么：审稿编辑会按 mm 打印查字号；<6 pt 不可读直接退回。

原则 5：误差必有交代

只要有误差棒 / 阴影区间 / 箱线——图注必须写清：

• 误差类型（SD / SEM / 95% CI / IQR）
• 样本量 n
• 显著性检验方法 + 校正（如 Bonferroni）
• 显著性符号定义（* p<0.05 等）

为什么：SD 和 SEM 差一个 √n。混淆 = 结论反转 = 退稿。

主动拦截（顾问职责）

发现用户的需求会触发以下错误时，先说明再给替代方案，不要默默照做。完整 15 条详见 references/viz_pitfalls.md。

拦截话术示例：

你要的"3 组各 5 个样本的均值柱状图"会触发 P1（均值柱掩盖分布）：n=5 太小，柱状会让审稿人怀疑你藏了什么。我建议改成箱线 + stripplot 叠加每个点，5 个点直接可见、分布形态一目了然。要按原方案画吗？

尊重用户最终决定，但留下明确的劝阻记录。

中文支持

中文 matplotlib 出方框的根本原因：默认字体（DejaVu Sans 等）不含 CJK 字符表。setup_style(lang='zh') 自动做两件事：

1. 按优先级查中文字体：Noto Sans CJK SC > Source Han Sans SC > SimHei > Microsoft YaHei
2. 修负号方框：plt.rcParams['axes.unicode_minus'] = False

找不到任何 CJK 字体会抛清晰的安装提示（不会让你画完发现是方框）。

中文期刊的"宋体 + 数字 Times New Roman"混排：传 serif_for_zh=True，优先选 Noto Serif CJK / Source Han Serif / SimSun。

详见 references/journal_specs.md 末尾的字体安装小节。

脚本说明

参考文档

references/ 下七份文档——按需 view，不要一次全读：

每份开头都有目录——先查目录定位，再 view 对应小节。

常见任务示例

任务 A：用户只丢一个 CSV 说"帮我把这个画成论文图"

思考-绘制工作流的范例：

1. 第 0 步：问用户"你这份数据主要想说服读者相信什么？"——是组间差异？时间趋势？变量关系？
2. 第 1 步：跑 python scripts/profile_data.py data.csv 得到剖析报告
3. 第 2 步：读报告里"列类型 + 样本量 + 分组结构"，结合用户的论证目标查 chart_selection.md 决策。主动给出推荐 + 理由 + 1-2 备选
4. 拿到用户确认后进入第 3-7 步：查期刊规范、配环境、画、自检、导出

不要跳过任何一步。

任务 B：用户说"我想用柱状图展示三组各 5 个样本的均值"

主动拦截的范例：

你要的"三组各 5 个样本均值柱状图"会触发科研画图的经典 P1 错误
（参见 viz_pitfalls.md）——n=5 太小，柱状图的高度 + 一根误差棒无法
告诉读者数据真实分布。审稿人看到很可能要求"show individual data points"。

我建议改成 **箱线图 + stripplot 叠加每个点**：5 个点直接可见，
不掩盖任何信息，反而更可信。代码也只多一行。

要按原方案画，还是改成箱线+stripplot？

如果用户坚持要柱状，那也照做——但至少强制叠加 stripplot 显示每个点。

任务 C：多面板组合图

用户："给我画一个 Figure 1：4 个 panel，分别是 PCA、loss 曲线、混淆矩阵、生存曲线。"

流程：

1. 确认目标期刊（决定整张图 7.2 in 还是 7.16 in；Nature a/b/c vs IEEE (a)(b)(c)）
2. 各 panel 独立画，保证字号、配色、坐标尺度统一（同一变量在 4 个 panel 里同色）
3. 用 plt.subplots(2, 2, figsize=(7.2, 5.4)) 组合（setup_style 已默认开 constrained_layout）
4. layout_tools.finalize_figure(fig) 理顺版面，再 add_panel_labels(fig, style='nature') 打 a/b/c/d——统一 figure 坐标自动横竖对齐，不要手摆 ax.text（易错位，见 viz_pitfalls P18；IEEE 用 style='ieee' → (a)(b)(c)）
5. 视觉自检闭环：render_preview 渲 PNG → audit_layout 程序自检 → Read 读图核对子图对齐/遮盖 → 回改 → 通过后再导出 + 灰度检查

详细配方见 plot_recipes.md 第 9 节。

任务 D：带显著性标注的统计图

用户："3 组数据，箱线图加显著性标注。"

流程：

1. profile 确认 n（n<10 → 必须叠 stripplot）
2. 跑统计检验（用户必须告知用了什么检验，是否多重比较校正）
3. 画箱线 + stripplot
4. 用 matplotlib.lines.Line2D 或 statannotations 在组之间画显著性桥
5. 图注必须写：误差类型 / n / 检验方法 / 校正 / 符号含义

配方见 plot_recipes.md 第 4 节。

依赖

matplotlib>=3.7
seaborn>=0.13
plotly>=5.18
pandas>=2.0
numpy>=1.24
scipy>=1.10            # profile_data 的偏度计算用到
Pillow>=10.0           # check_figure / grayscale preview
SciencePlots>=2.1      # 可选；装了样式更接近期刊
pypdf>=4.0             # 可选；check_figure 字体嵌入检查
kaleido>=0.2.1         # 可选；plotly 导出 PDF/PNG

可选依赖缺失时本技能仍能跑——会优雅降级并提示。