科研级 Matplotlib 图表绘制（Matplotlib） Skill 技能

科研级 Matplotlib 图表绘制（Matplotlib）

用 Matplotlib 画图时，布局混乱、样式不统一、导出效果不一致是常见痛点。本 Skill 专注于出版级图表的全流程指导，涵盖图表设计、图形布局、样式配置、故障排查与导出选择，帮助使用者把数据高效转化为规范、可发表的可视化作品。

核心能力

• 双 API 讲解：同时讲解 pyplot 状态式 API 与面向对象 API 的适用差异。
• 图表类型齐全：提供折线、散点、柱状、直方、热力、等高线、箱线、小提琴以及 3D 图等示例。
• 复杂布局指导：讲解 GridSpec 与 subplot mosaic 等多面板布局模式。
• 样式与配色：覆盖样式表、色图（colormap）、rcParams、标签、图例以及无障碍对比度选择。
• 导出设置：说明 PNG、PDF、SVG 导出的 DPI 与边界框等参数。
• 辅助脚本：附带图表模板与样式配置脚本，便于复用。

工作原理

技能以「明确图表目标 → 选择 API 与图形结构 → 应用样式与配色 → 设置布局与导出」为流程。它根据数据类型与展示目的推荐合适的图形与色图，指导对象式 API 组织复杂图，并在导出前检查标签、间距与分辨率等关键项。

安装配置

1. 通过 Skillstore CLI 安装：npx skillstore add davila7/matplotlib。
2. 本地安装 Python 及 Matplotlib、NumPy 等相关依赖（技能本身不代装）。
3. 在 Claude / Codex / Claude Code 中启用该技能。

使用步骤

1. 明确图表要传达的核心信息与目标读者。
2. 向 Agent 描述数据与图表需求，例如：用折线图展示我的 x、y 数据并加上标签、标题与图例。
3. 由 Agent 给出图形结构与样式建议，选择合适的色图与配色方案。
4. 对多面板图，采用 GridSpec 或 mosaic 规划子图结构与共享轴。
5. 设置图尺寸、DPI 与布局后再导出最终文件。
6. 检查标签、间距、分辨率与格式是否符合发布要求。

适用场景

• 分析类图表：为探索性分析、模型诊断与周期性报告制作清晰图表。
• 论文配图：设计多面板、配色与分辨率可控的出版级图形。
• 工作流嵌入：把统一样式的 Matplotlib 图表接入笔记本、脚本、看板或 GUI 应用。

适用人群

科研人员、数据分析师、需要稳定输出高质量图表的工程师与内容创作者。

局限与注意

技能不安装 Python 或相关库；辅助脚本需用户本地执行；不校验数据质量与统计假设；交互式绘图与动画指导仅为入门。建议优先使用对象式 API、按数据特性选色图、导出前统一检查尺寸与格式。

官方链接：https://skillstore.io/skills/davila7-matplotlib 开源仓库：https://github.com/davila7/claude-code-templates 许可证：MIT