matplotlib
إنشاء مخططات جاهزة للنشر باستخدام matplotlib
متاح أيضًا من: davila7
يوفر Matplotlib تحكما كاملا في كل عنصر بصري لإنشاء أشكال بجودة النشر. أتقن واجهتي pyplot والواجهة الكائنية لبناء أي نوع من المخططات من الرسوم الخطية البسيطة إلى التصورات العلمية المعقدة متعددة اللوحات.
تنزيل ZIP المهارة
رفع في Claude
اذهب إلى Settings → Capabilities → Skills → Upload skill
فعّل وابدأ الاستخدام
اختبرها
استخدام "matplotlib". Create a scatter plot showing the relationship between height and weight with proper labels
النتيجة المتوقعة:
- تم إنشاء مخطط مبعثر مع الطول (سم) على المحور السيني والوزن (كجم) على المحور الصادي
- تمت إضافة خط اتجاه خطي يوضح معامل الارتباط
- تضمين تسميات المحاور: Height (cm) و Weight (kg)
- تعيين العنوان: Height vs Weight Relationship
- تطبيق نظام ألوان مناسب لعمى الألوان
- تم الحفظ كملف PNG عالي الدقة (300 DPI) للنشر
استخدام "matplotlib". Create a 2x2 multi-panel figure showing sales trends, product distribution, regional comparison, and monthly growth
النتيجة المتوقعة:
- تم إنشاء شكل مع 4 رسوم فرعية بتخطيط 2x2
- أعلى اليسار: مخطط خطي يوضح اتجاهات المبيعات عبر 12 شهرا
- أعلى اليمين: مخطط دائري لتوزيع فئات المنتجات
- أسفل اليسار: مخطط أعمدة يقارن الأداء الإقليمي
- أسفل اليمين: مخطط مساحي يوضح معدلات النمو الشهرية
- تطبيق تنسيق متسق عبر جميع اللوحات مع وسيلة إيضاح موحدة
التدقيق الأمني
آمنAll 552 static findings are FALSE POSITIVES. The 'Ruby/shell backtick execution' (494 locations) are Python code examples in markdown documentation. 'Weak cryptographic algorithm' flags are metadata hashes and configuration access. 'C2 keywords' is 'claude' model identifier in metadata. 'System reconnaissance' is matplotlib querying available styles. 'Certificate/key files' is style configuration file writing. No malicious code execution, credential exfiltration, or network abuse detected.
عوامل الخطر
⚙️ الأوامر الخارجية (5)
🌐 الوصول إلى الشبكة (1)
📁 الوصول إلى نظام الملفات (1)
درجة الجودة
ماذا يمكنك بناءه
إنشاء أشكال جاهزة للنشر
إنشاء مخططات عالية الجودة للأوراق البحثية مع تسميات مناسبة وأشرطة خطأ وتخطيطات متعددة للرسوم الفرعية
استكشاف البيانات وتصويرها
رسم توزيعات البيانات والارتباطات والاتجاهات بسرعة لفهم الأنماط قبل التحليل الرسمي
تعلم أساسيات تصوير البيانات
إتقان مفاهيم الرسم عبر أمثلة عملية تغطي جميع أنواع المخططات الرئيسية وتقنيات التخصيص
جرّب هذه الموجهات
Create a line plot of my data with dates on x-axis and values on y-axis. Add proper labels and grid.
Create a 2x2 subplot layout showing histogram, scatter plot, box plot, and bar chart of my dataset
Apply publication-quality styling to my plot: increase font sizes, remove top/right spines, use appropriate DPI
Add arrows and text annotations to mark the maximum value and important events on my time series plot
أفضل الممارسات
- استخدم دائما الواجهة الكائنية (fig, ax = plt.subplots()) للتحكم الأفضل وسهولة الصيانة
- اضبط حجم الشكل و DPI بما يناسب وسيط الإخراج (300 DPI للطباعة، 150 DPI للويب)
- استخدم constrained_layout=True أو tight_layout() لمنع تداخل العناصر
تجنب
- تجنب استخدام واجهة pyplot بنمط آلة الحالات للأشكال المعقدة - فهي تؤدي إلى كود مربك
- لا تستخدم خرائط الألوان rainbow/jet - فهي ليست متجانسة إدراكيا وقد تشوه تمثيل البيانات
- لا تحفظ الأشكال بدون bbox_inches='tight' - يترك مساحات بيضاء غير ضرورية
الأسئلة المتكررة
ما الفرق بين واجهات pyplot والواجهة الكائنية؟
كيف أحفظ أشكالا عالية الجودة للنشر؟
لماذا تتداخل تسميات الرسوم الفرعية لدي؟
أي خريطة ألوان يجب أن أستخدم؟
كيف أنشئ مخططا مناسبا لعمى الألوان؟
هل يمكنني استخدام matplotlib في دفاتر Jupyter؟
تفاصيل المطور
المؤلف
K-Dense-AIالترخيص
https://github.com/matplotlib/matplotlib/tree/main/LICENSE
المستودع
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/matplotlibمرجع
main
بنية الملفات