scientific-visualization

scientific-visualization 技能是研究人员、科学家和数据分析师的关键工具，旨在将复杂的数据集转换为高保真且符合出版要求的图表。通过简化 matplotlib、seaborn 和 plotly 等绘图库的复杂性，该技能使用户能够制作出符合 Nature、Science 和 Cell 等顶级期刊严格美学和格式要求的专业多面板图表。它对于协调需要精确度、清晰度和可读性的复杂可视化工作流程特别有效。

• 自动应用期刊特定的排版样式、字体大小以及印刷与数字手稿的 DPI 要求。

• 内置通过色盲友好调色板（如 Okabe-Ito）和感知均匀色彩映射（如 viridis、plasma）支持可及性。

• 高效生成包含显著性标注、误差线并在子图间保持风格一致性的多面板图表。

• 针对向量格式（PDF、EPS、SVG）和高分辨率点阵图（TIFF、PNG）提供进阶导出配置，确保输出品质。

• 提供用于检查图表尺寸是否符合顶级学术出版商定义的单栏或双栏版面规范的辅助工具。

• 非常适合科学手稿、会议海报和需要高质量数据叙事的技术报告。

• 输入通常为原始数据框或数组；输出为可直接用于投稿文件的高质量视觉资产。

• 用户应在工作流程初期定义图表尺寸和期刊目标，以确保符合出版标准。

• 支持标准的 matplotlib 面向对象接口，允许在保持集中式样式预设的同时进行深度自定义。

• 实际限制：确保所有数据集在规模和可读性方面均已预处理，并始终根据编辑指南测试图表在灰阶下的可解释性。