Habilidades matplotlib
📊

matplotlib

Baixo Risco ⚡ Contém scripts

Créer des graphiques et des tracés scientifiques

Também disponível em: K-Dense-AI

La création de visualisations de qualité publication en Python nécessite la compréhension de l'API matplotlib, des options de style et des bonnes pratiques. Cette compétence fournit des modèles, des exemples de code et des conseils de dépannage pour générer des tracés professionnels, des graphiques et des visualisations 3D pour la recherche et l'analyse de données.

Suporta: Claude Codex Code(CC)
🥉 75 Bronze
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "matplotlib". Create a scatter plot showing the relationship between two variables with color coding

Resultado esperado:

  • Use ax.scatter() with c parameter for color mapping
  • Add a colorbar with plt.colorbar() to show the legend
  • Set appropriate markersize and alpha for visibility
  • Include axis labels and a title describing the relationship

A utilizar "matplotlib". Generate a heatmap from a 2D numpy array

Resultado esperado:

  • Use ax.imshow() with cmap parameter for color mapping
  • Add a colorbar to indicate the scale
  • Set aspect='auto' to handle non-square cells
  • Use im = ax.imshow(data, cmap='viridis') pattern

A utilizar "matplotlib". Create a 3D surface plot

Resultado esperado:

  • Import Axes3D from mpl_toolkits.mplot3d
  • Use fig.add_subplot(111, projection='3d') to create 3D axes
  • Call ax.plot_surface(X, Y, Z, cmap='viridis') for surface plots
  • Set axis labels with ax.set_xlabel(), ax.set_ylabel(), ax.set_zlabel()

Auditoria de Segurança

Baixo Risco
v5 • 1/17/2026

Documentation and template skill for matplotlib visualization. Static findings are false positives caused by the scanner misinterpreting markdown code blocks as Ruby shell commands. Contains Python code examples only, no network calls beyond documentation URLs, no credential handling, and no external command execution. Safe for installation.

8
Arquivos analisados
3,435
Linhas analisadas
1
achados
5
Total de auditorias

Fatores de risco

⚡ Contém scripts (2)
scripts/plot_template.py:1-50 scripts/style_configurator.py:1-50
Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

68
Arquitetura
100
Manutenibilidade
85
Conteúdo
30
Comunidade
90
Segurança
83
Conformidade com especificações

O Que Você Pode Construir

Visualisations de recherche

Créer des figures de qualité publication pour les articles et rapports de recherche avec un style approprié.

Graphiques d'exploration de données

Générer des visualisations exploratoires incluant les distributions, les corrélations et les séries temporelles.

Tracés académiques

Apprendre les bases de matplotlib pour créer des tracés dans les travaux et devoirs.

Tente Estes Prompts

Tracé basique 
Create a line plot showing x and y data with matplotlib. Include axis labels, title, and grid lines.
Graphique statistique 
Create a histogram and box plot to show the distribution of data values. Add a normal distribution overlay.
Figure multi-panneaux 
Create a figure with multiple subplots showing different views of the same data.
Visualisation stylisée 
Create a plot with publication-quality styling using constrained layout and proper font sizes.

Melhores Práticas

  • Utiliser l'interface orientée objet (fig, ax = plt.subplots()) au lieu de pyplot pour les figures complexes
  • Définir la taille de la figure et le DPI lors de la création plutôt que de redimensionner après
  • Appliquer constrained_layout=True ou tight_layout() pour éviter le chevauchement des étiquettes
  • Utiliser des cartes de couleurs adaptées aux daltoniens comme viridis pour l'accessibilité

Evitar

  • Éviter de s'appuyer sur la machine à états de pyplot pour les workflows multi-figures
  • Ne pas utiliser la carte de couleurs jet en raison de sa non-uniformité perceptuelle
  • Éviter de coder en dur des nombres magiques pour le style; utiliser rcParams pour la cohérence
  • Ne pas oublier de fermer les figures avec plt.close() lors de la création de nombreux tracés

Perguntas Frequentes

Quelles versions de Python prennent en charge matplotlib?
Matplotlib prend en charge Python 3.9 et versions ultérieures. Vérifiez requirements.txt pour la compatibilité exacte.
Quelles sont les limites de taille de fichier pour les figures exportées?
La taille du fichier dépend du DPI et de la complexité du contenu. Utilisez 150 DPI pour le web, 300 DPI pour l'impression.
Comment m'intégrer aux DataFrames pandas?
DataFrame.plot() utilise matplotlib en interne. Passez ax=df.plot() pour personnaliser davantage.
Mes données sont-elles sécurisées lors de la création de tracés?
Oui. Matplotlib traite les données localement en mémoire uniquement. Aucune donnée n'est envoyée à des serveurs externes.
Pourquoi mes étiquettes chevauchent-elles?
Utilisez constrained_layout=True ou tight_layout(). Faites pivoter les étiquettes de graduelles avec rotation=45 pour les longues étiquettes.
Comment cela se compare-t-il à seaborn ou plotly?
Matplotlib offre un contrôle de bas niveau. Seaborn propose des tracés statistiques de haut niveau. Plotly crée des visualisations web interactives.

Detalhes do Desenvolvedor

Autor

davila7

Licença

BSD-3-Clause

Repositório

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/matplotlib

Referência

main

Estrutura de arquivos

📁 references/

📄 api_reference.md

📄 common_issues.md

📄 plot_types.md

📄 styling_guide.md

📁 scripts/

📄 plot_template.py

📄 style_configurator.py

📄 SKILL.md