Habilidades matplotlib
📊

matplotlib

Seguro ⚙️ Comandos externos🌐 Acceso a red📁 Acceso al sistema de archivos

Crear gráficos listos para publicación con matplotlib

También disponible en: davila7

Matplotlib proporciona control completo sobre cada elemento visual para crear figuras de calidad para publicación. Domina tanto la interfaz pyplot como la orientada a objetos para construir cualquier tipo de gráfico, desde gráficos de línea simples hasta visualizaciones científicas multipanel complejas.

Soporta: Claude Codex Code(CC)
🥈 77 Plata
1

Descargar el ZIP de la skill

2

Subir en Claude

Ve a Configuración → Capacidades → Skills → Subir skill

3

Activa y empieza a usar

Pruébalo

Usando "matplotlib". Create a scatter plot showing the relationship between height and weight with proper labels

Resultado esperado:

  • Generated scatter plot with height (cm) on x-axis and weight (kg) on y-axis
  • Added linear trend line showing correlation coefficient
  • Included axis labels: Height (cm) and Weight (kg)
  • Set title: Height vs Weight Relationship
  • Applied colorblind-friendly color scheme
  • Saved as high-resolution PNG (300 DPI) for publication

Usando "matplotlib". Create a 2x2 multi-panel figure showing sales trends, product distribution, regional comparison, and monthly growth

Resultado esperado:

  • Created figure with 4 subplots in 2x2 layout
  • Top-left: Line plot showing sales trends over 12 months
  • Top-right: Pie chart of product category distribution
  • Bottom-left: Bar chart comparing regional performance
  • Bottom-right: Area chart showing monthly growth rates
  • Applied consistent styling across all panels with unified legend

Auditoría de seguridad

Seguro
v4 • 1/17/2026

All 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.

8
Archivos escaneados
3,468
Líneas analizadas
3
hallazgos
4
Auditorías totales

Factores de riesgo

⚙️ Comandos externos (5)
references/api_reference.md:12 references/common_issues.md:9 references/plot_types.md:10 references/styling_guide.md:11 SKILL.md:41
🌐 Acceso a red (1)
SKILL.md:355-358
📁 Acceso al sistema de archivos (1)
scripts/style_configurator.py:198
Auditado por: claude Ver historial de auditorías →

Puntuación de calidad

68
Arquitectura
90
Mantenibilidad
87
Contenido
30
Comunidad
100
Seguridad
91
Cumplimiento de la especificación

Lo que puedes crear

Crear figuras listas para publicación

Generar gráficos de alta calidad para artículos de investigación con etiquetado adecuado, barras de error y diseños multipanel múltiples

Explorar y visualizar conjuntos de datos

Representar rápidamente distribuciones de datos, correlaciones y tendencias para comprender patrones antes del análisis formal

Aprender fundamentos de visualización de datos

Dominar conceptos de gráficos a través de ejemplos prácticos que cubren todos los tipos principales de gráficos y técnicas de personalización

Prueba estos prompts

Gráfico de Línea Básico 
Crear un gráfico de línea de mis datos con fechas en el eje x y valores en el eje y. Añadir etiquetas y cuadrícula adecuadas.
Figura Multipanel 
Crear un diseño de subplots de 2x2 mostrando histograma, gráfico de dispersión, diagrama de caja y gráfico de barras de mi conjunto de datos
Estilo de Publicación 
Aplicar estilo de calidad de publicación a mi gráfico: aumentar tamaños de fuente, eliminar spines superior/derecho, usar DPI apropiado
Anotaciones Personalizadas 
Añadir flechas y anotaciones de texto para marcar el valor máximo y eventos importantes en mi gráfico de series temporales

Mejores prácticas

  • Siempre usa la interfaz orientada a objetos (fig, ax = plt.subplots()) para mejor control y mantenibilidad
  • Establece el tamaño de figura y DPI apropiadamente para tu medio de salida (300 DPI para impresión, 150 DPI para web)
  • Usa constrained_layout=True o tight_layout() para evitar elementos superpuestos

Evitar

  • Evita usar la interfaz de máquina de estado de pyplot para figuras complejas - conduce a código confuso
  • No uses mapas de colores rainbow/jet - no son perceptualmente uniformes y pueden malinterpretar datos
  • Nunca guardes figuras sin bbox_inches='tight' - deja espacios en blanco innecesarios

Preguntas frecuentes

¿Cuál es la diferencia entre las interfaces pyplot y orientada a objetos?
Pyplot es estilo MATLAB con estado implícito, mientras que la interfaz OO da control explícito. Usa OO para código de producción.
¿Cómo guardo figuras de alta calidad para publicaciones?
Usa plt.savefig('figure.png', dpi=300, bbox_inches='tight') para calidad de impresión. Usa PDF/SVG para gráficos vectoriales.
¿Por qué mis etiquetas de subplot se superponen?
Añade constrained_layout=True cuando crees subplots o llama fig.tight_layout() antes de guardar.
¿Qué mapa de colores debo usar?
Usa viridis/plasma para datos secuenciales, coolwarm para datos divergentes, y tab10 para datos categóricos.
¿Cómo creo un gráfico amigable para daltónicos?
Usa mapas de colores como viridis o cividis, y añade patrones o sombreado a las barras además de los colores.
¿Puedo usar matplotlib en notebooks de Jupyter?
Sí, usa %matplotlib inline para gráficos estáticos o %matplotlib widget para gráficos interactivos en Jupyter.

Detalles del desarrollador

Licencia

https://github.com/matplotlib/matplotlib/tree/main/LICENSE

Repositorio

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/matplotlib

Ref.

main

Estructura de archivos

📁 references/

📄 api_reference.md

📄 common_issues.md

📄 plot_types.md

📄 styling_guide.md

📁 scripts/

📄 plot_template.py

📄 style_configurator.py

📄 SKILL.md