matplotlib
Créer des graphiques prêts pour la publication avec matplotlib
Également disponible depuis: davila7
Matplotlib offre un contrôle complet sur chaque élément visuel pour créer des figures de qualité publication. Maîtrisez les interfaces pyplot et orientées objet pour construire tout type de graphique, des simples courbes aux visualisations scientifiques complexes à plusieurs panneaux.
Télécharger le ZIP du skill
Importer dans Claude
Allez dans Paramètres → Capacités → Skills → Importer un skill
Activez et commencez à utiliser
Tester
Utilisation de "matplotlib". Create a scatter plot showing the relationship between height and weight with proper labels
Résultat attendu:
- 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
Utilisation de "matplotlib". Create a 2x2 multi-panel figure showing sales trends, product distribution, regional comparison, and monthly growth
Résultat attendu:
- 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
Audit de sécurité
SûrAll 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.
Facteurs de risque
⚙️ Commandes externes (5)
🌐 Accès réseau (1)
📁 Accès au système de fichiers (1)
Score de qualité
Ce que vous pouvez construire
Créer des figures prêtes pour la publication
Générer des graphiques de haute qualité pour les articles de recherche avec un étiquetage approprié, des barres d'erreur et des dispositions multi-sous-graphiques
Explorer et visualiser des ensembles de données
Représenter rapidement les distributions de données, les corrélations et les tendances pour comprendre les modèles avant l'analyse formelle
Apprendre les fondamentaux de la visualisation de données
Maîtriser les concepts de représentation graphique à travers des exemples pratiques couvrant tous les principaux types de graphiques et techniques de personnalisation
Essayez ces prompts
Créez un graphique en lignes de mes données avec des dates en axe X et des valeurs en axe Y. Ajoutez des étiquettes appropriées et une grille.
Créez une disposition subplot 2x2 montrant un histogramme, un graphique de dispersion, un box plot et un graphique en barres de mon ensemble de données
Appliquez un style de qualité publication à mon graphique : augmentez les tailles de police, supprimez les bordures supérieures/droites, utilisez un DPI approprié
Ajoutez des flèches et des annotations textuelles pour marquer la valeur maximale et les événements importants sur mon graphique de série temporelle
Bonnes pratiques
- Utilisez toujours l'interface orientée objet (fig, ax = plt.subplots()) pour un meilleur contrôle et une meilleure maintenabilité
- Définissez la taille de la figure et le DPIappropriément pour votre support de sortie (300 DPI pour l'impression, 150 DPI pour le web)
- Utilisez constrained_layout=True ou tight_layout() pour éviter les éléments superposés
Éviter
- Évitez d'utiliser l'interface machine à états de pyplot pour les figures complexes - cela conduit à du code confus
- N'utilisez pas les colorations rainbow/jet - elles ne sont pas perceptuellement uniformes et peuvent mal représenter les données
- Ne sauvegardez jamais les figures sans bbox_inches='tight' - cela laisse des espaces blancs inutiles
Foire aux questions
Quelle est la différence entre les interfaces pyplot et orientées objet ?
Comment sauvegarder des figures de haute qualité pour les publications ?
Pourquoi mes étiquettes de subplots se chevauchent-elles ?
Quelle coloration dois-je utiliser ?
Comment créer un graphique adapté aux daltoniens ?
Puis-je utiliser matplotlib dans les notebooks Jupyter ?
Détails du développeur
Structure de fichiers