scipilot-figure-skill

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