data-viz-plots

此数据可视化技能使代理能够直接在本地环境中生成专业、可供出版的科学图表。专为研究人员、数据科学家和工程师设计，此技能通过提供 matplotlib 和 seaborn 的标准化高性能模板，简化了基于 Python 的绘图复杂性。由于在本地运行，它确保了数据的隐私性和可移植性，并能与任何 LLM 基础设施无缝运作，包括 Claude、GPT、Gemini 以及像 DeepSeek 或 Qwen 等开源模型。

此技能支持各种类型的绘图，从探索性数据分析 (EDA) 图表到学术期刊所需的多面板图表。它包含强大的样式配置，确保高影响力报告、生物研究（如基因表达聚类或 UMAP 投影）以及复杂时间序列分析所需的 DPI、字体大小和美学标准。用户可以轻松自定义配色方案、图例配置和网格美感，以满足特定的展示需求。

• 生成出版级图形，包括散点图、折线图、热图、小提琴图、箱线图以及带有误差线的柱状图。

• 支持多面板图表，使用 GridSpec 将不同的数据见解整合到单一布局中。

• 包含 matplotlib 和 seaborn 的预设样板，确保论文或展示图表的 DPI 和输出质量一致。

• 提供灵活的数据输入 API，支持常用的 pandas DataFrame 和 numpy 数组格式。

• 支持多种导出格式，包括高分辨率 PNG、PDF 和交互式显示选项。

• 在执行技能之前，请确保本地 Python 环境已安装所有必要的包，包括 matplotlib、seaborn、pandas 和 numpy。

• 使用 seaborn 函数时，输入数据应经过清洗并结构化为长格式或矩阵格式以获得最佳效果。

• 对于多面板可视化，建议尽早定义 GridSpec 布局，以有效地管理图表空间和轴句柄。

• 务必验证存档图表的文件路径，因为技能会直接将文件输出到工作目录中。

• 尽管此工具具有通用性，但复杂的布局可能需要手动调整边距和空白，以防止最终导出的图表中出现文本重叠。