matplotlib
Создание готовых к публикации графиков с помощью matplotlib
也可从以下获取: davila7
Matplotlib обеспечивает полный контроль над каждым визуальным элементом для создания графиков публикационного качества. Освойте как интерфейс pyplot, так и объектно-ориентированный интерфейс для построения любых типов диаграмм — от простых линейных графиков до сложных многопанельных научных визуализаций.
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“matplotlib”。 Создайте точечную диаграмму, показывающую зависимость между ростом и весом с правильными метками
预期结果:
- Создана точечная диаграмма с ростом (см) по оси X и весом (кг) по оси Y
- Добавлена линия тренда, показывающая коэффициент корреляции
- Включены метки осей: Рост (см) и Вес (кг)
- Установлен заголовок: Зависимость роста от веса
- Применена цветовая схема, дружелюбная для дальтоников
- Сохранено как высокоразрешенный PNG (300 DPI) для публикации
正在使用“matplotlib”。 Создайте многопанельный рисунок 2x2, показывающий тренды продаж, распределение продуктов, региональное сравнение и месячный рост
预期结果:
- Создан рисунок с 4 подграфиками в макете 2x2
- Слева сверху: Линейный график трендов продаж за 12 месяцев
- Справа сверху: Круговая диаграмма распределения по категориям продуктов
- Слева снизу: Столбчатая диаграмма сравнения региональной производительности
- Справа снизу: Диаграмма с областями, показывающая месячные темпы роста
- Применено согласованное оформление всех панелей с объединенной легендой
安全审计
安全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.
风险因素
质量评分
你能构建什么
Создание графиков для публикации
Создавайте высококачественные графики для научных статей с правильной маркировкой, планками погрешности и многопанельными макетами
Исследование и визуализация наборов данных
Быстро стройте графики распределений данных, корреляций и трендов для понимания паттернов перед формальным анализом
Изучение основ визуализации данных
Освойте концепции построения графиков через практические примеры, охватывающие все основные типы диаграмм и техники настройки
试试这些提示
Создайте линейный график моих данных с датами по оси X и значениями по оси Y. Добавьте правильные метки и сетку.
Создайте макет подграфиков 2x2, показывающий гистограмму, точечную диаграмму, ящик с усами и столбчатую диаграмму моего набора данных
Примените оформление публикационного качества к моему графику: увеличьте размеры шрифтов, удалите верхнюю и правую границы, используйте подходящий DPI
Добавьте стрелки и текстовые аннотации для отметки максимального значения и важных событий на моем графике временного ряда
最佳实践
- Всегда используйте объектно-ориентированный интерфейс (fig, ax = plt.subplots()) для лучшего контроля и удобства сопровождения
- Устанавливайте размер рисунка и DPI соответствующим образом для вашего носителя вывода (300 DPI для печати, 150 DPI для веба)
- Используйте constrained_layout=True или tight_layout() для предотвращения перекрытия элементов
避免
- Избегайте использования интерфейса state machine pyplot для сложных графиков — это приводит к запутанному коду
- Не используйте радужные/jet цветовые карты — они не являются перцептивно равномерными и могут искажать данные
- Никогда не сохраняйте графики без bbox_inches='tight' — это оставляет лишние пробелы