ChenLiu-1996/figures4papers

解决的问题

本项目提供了一系列 Python 脚本与设计原则，用于制作高质量、可直接用于出版的科学图表。它解决了为顶级学术会议（如 Nature Machine Intelligence、ICML 和 NeurIPS）制作专业可视化图表时，难以保持一致且可重现风格的常见挑战。

运作方式

本存储库被构建为参考脚本库，以及 AI 编码代理的“技能”框架。它包含：

• 参考脚本：用于各类图表的 Python 代码，包括条形图（定量比较与组成分析）、3D 球体、雷达图、折线图、概念图与趋势图。
• AI 技能整合：一个专用的 scientific-figure-making/ 文件夹，包含元数据、设计理论与 API 约定。这允许 AI 编码代理（如 Cursor 或 Claude Code）摄取这些指南，并根据用户的数据生成新的出版级图表。
• 设计指南：关于风格原理、常见模式与逐步教学的说明文档。

适用对象

需要为科学论文制作专业图表的研究人员与学者，以及使用 AI 编码代理来自动化绘图流程的开发者。

特色亮点

• 出版验证：脚本已应用于发表在 Nature Machine Intelligence、ICML、NeurIPS 与 ECCV 的论文中。
• 代理就绪：专为通过路径参考或符号链接整合为 AI 编码代理的“技能”而设计。
• 多样化图表类型：涵盖从简单条形图到复杂 3D 与雷达图等广泛的科学可视化类型。
• 一致的样式：提供统一的调色盘、辅助工具与导出设置 API，确保图表集之间的视觉一致性。