Habilidades matplotlib
📊

matplotlib

Seguro ⚙️ Comandos externos🌐 Acesso à rede📁 Acesso ao sistema de arquivos

Criar gráficos prontos para publicação com matplotlib

Também disponível em: davila7

O matplotlib oferece controle completo sobre cada elemento visual para criar figuras de alta qualidade para publicação. Domine tanto a interface pyplot quanto a orientação a objetos para construir qualquer tipo de gráfico, desde plots simples até visualizações científicas complexas de múltiplos painéis.

Suporta: Claude Codex Code(CC)
🥈 77 Prata
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 height and weight with proper labels

Resultado esperado:

  • Gerou plot de dispersão com altura (cm) no eixo x e peso (kg) no eixo y
  • Adicionou linha de tendência linear mostrando coeficiente de correlação
  • Incluiu labels dos eixos: Altura (cm) e Peso (kg)
  • Definiu título: Relação entre Altura e Peso
  • Aplicou esquema de cores amigável para daltônicos
  • Salvou como PNG de alta resolução (300 DPI) para publicação

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

Resultado esperado:

  • Criou figura com 4 subplots em layout 2x2
  • Superior esquerdo: Plot de linha mostrando tendências de vendas ao longo de 12 meses
  • Superior direito: Gráfico de pizza da distribuição de categorias de produtos
  • Inferior esquerdo: Gráfico de barras comparando desempenho regional
  • Inferior direito: Gráfico de área mostrando taxas de crescimento mensal
  • Aplicou estilo consistente em todos os painéis com legenda unificada

Auditoria de Segurança

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
Arquivos analisados
3,468
Linhas analisadas
3
achados
4
Total de auditorias

Fatores de risco

⚙️ 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
🌐 Acesso à rede (1)
SKILL.md:355-358
📁 Acesso ao sistema de arquivos (1)
scripts/style_configurator.py:198
Auditado por: claude Ver Histórico de Auditoria →

Pontuação de qualidade

68
Arquitetura
90
Manutenibilidade
87
Conteúdo
30
Comunidade
100
Segurança
91
Conformidade com especificações

O Que Você Pode Construir

Criar figuras prontas para publicação

Gerar plots de alta qualidade para artigos científicos com labels adequadas, barras de erro e layouts de múltiplos subplots

Explorar e visualizar conjuntos de dados

Plotar rapidamente distribuições de dados, correlações e tendências para entender padrões antes da análise formal

Aprender fundamentos de visualização de dados

Dominar conceitos de plotting através de exemplos práticos cobrindo todos os principais tipos de gráficos e técnicas de personalização

Tente Estes Prompts

Plot de Linha Básico 
Crie um plot de linha dos meus dados com datas no eixo x e valores no eixo y. Adicione labels e grid adequados.
Figura de Múltiplos Painéis 
Crie um layout de subplot 2x2 mostrando histograma, plot de dispersão, box plot e gráfico de barras do meu conjunto de dados
Estilo para Publicação 
Aplique estilo de qualidade de publicação ao meu plot: aumente os tamanhos de fonte, remova as bordas superior/direita, use DPI apropriado
Anotações Personalizadas 
Adicione setas e anotações de texto para marcar o valor máximo e eventos importantes no meu plot de série temporal

Melhores Práticas

  • Sempre use a interface orientada a objetos (fig, ax = plt.subplots()) para melhor controle e manutenção
  • Defina o tamanho da figura e DPI apropriadamente para seu meio de saída (300 DPI para impressão, 150 DPI para web)
  • Use constrained_layout=True ou tight_layout() para evitar sobreposição de elementos

Evitar

  • Evite usar a interface de máquina de estados do pyplot para figuras complexas - isso leva a código confuso
  • Não use mapas de cores rainbow/jet - eles não são perceptual mente uniformes e podem representar dados incorretamente
  • Nunca salve figuras sem bbox_inches='tight' - deixa espaços em branco desnecessários

Perguntas Frequentes

Qual é a diferença entre interfaces pyplot e orientada a objetos?
Pyplot é estilo MATLAB com estado implícito, enquanto a interface OO oferece controle explícito. Use OO para código de produção.
Como salvo figuras de alta qualidade para publicações?
Use plt.savefig('figure.png', dpi=300, bbox_inches='tight') para qualidade de impressão. Use PDF/SVG para gráficos vetoriais.
Por que os labels dos meus subplots estão se sobrepondo?
Adicione constrained_layout=True ao criar subplots ou chame fig.tight_layout() antes de salvar.
Qual mapa de cores devo usar?
Use viridis/plasma para dados sequenciais, coolwarm para dados divergentes, e tab10 para dados categóricos.
Como crio um plot amigável para daltônicos?
Use mapas de cores como viridis ou cividis, e adicione padrões ou hatching às barras além das cores.
Posso usar matplotlib em notebooks Jupyter?
Sim, use %matplotlib inline para plots estáticos ou %matplotlib widget para plots interativos em Jupyter.

Detalhes do Desenvolvedor

Licença

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

Repositório

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