Scipilot Figure Skill

scipilot-figure-skill

SciPilot Skills family. Scientific data **visualization advisor** — thinks first, plots second. SciPilot Skills 家族成员 — 科研数据**可视化顾问**，先思考后绘制。

[](LICENSE) [](#dependencies--依赖) [](#) [](#为什么这不只是个画图工具) [](#) [](https://claude.com/claude-code)

A [Claude Code](https://claude.com/claude-code) / [Codex](https://github.com/openai/codex) / Cursor Skill that does **two things in order**: (1) profiles your data and recommends the right chart for the argument you want to make, (2) renders it at publication grade for Nature / Science / IEEE / Elsevier / PNAS / Chinese journals. Built on **matplotlib + seaborn + SciencePlots** (static) and **plotly** (interactive), with **CJK font auto-configuration** so Chinese text never renders as boxes.

[中文文档](#中文文档) | [English](#english)

---

中文文档

概览

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"。`scipilot-figure-skill` 是 SciPilot Skills 家族的第二个成员，专做这件事——

**它的首要能力是【思考与判断】，其次才是【绘制】。**

为什么这不只是个画图工具

普通画图工具           scipilot-figure-skill
─────────────         ─────────────────────
你说 "画柱状图"  →   先 EDA：每列类型、样本量、分布、异常值、相关性
直接 plt.bar()        再问："你想论证什么？组间差异？关系？趋势？"
                     按数据特征 + 论证目标查决策框架推荐图型
                     n=5 想画均值柱时主动拦截 → 改用 stripplot
                     维度 > 12 时建议拆图，不硬塞
                     最后才进入绘制 → 期刊规范 → 自检 → 导出

核心工作流（8 步）

0. 理解任务   ── 这张图要论证什么？数据在哪？
   ↓
1. 剖析数据   ── profile_data.py：列类型/样本量/分布/异常/相关
   ↓
2. 选图       ── chart_selection.md：按数据形态+论证目标决策
   ↓ (主动拦截 → viz_pitfalls.md)