Agent Skill

academic-figures

论文配图一键生成:一条命令从 JSON/CSV/Excel 生成顶刊级学术图表,科研绘图 与期刊配图全场景覆盖。37 种图表(森林图/KM 生存曲线(自动风险表)/竞争风险累计发生率/ROC/校准 曲线/决策曲线 DCA/列线图/RCS 非线性剂量反应/亚组分析森林图/Galbraith 径向图/火山图/雨云图/山脊图/哑铃图/游泳图(逐例时长+里程碑)/ 肿瘤缓解瀑布图/UpSet 交集/PRISMA 流程图/漏斗/BA 一致性/PCA/热图/箱线/小提琴/ 组合图/Cox 多因素回归森林图等),9 套配色(含色盲安全 Okabe-Ito 与期刊色板),9 种期刊投稿预设, YAML 流水线一条命令出全套论文图,一次渲染多格式导出(TIFF/PNG/PDF), PDF 重叠门禁,600dpi。纯本地运行,数据不出机,中文零配置。适用:写论文/ 投稿要配图、把数据变成可投稿图表、批量重出全套图。不适用:文本润色/翻译/ 改写(请用写作类工具);商业报表/仪表盘/海报装饰;无数据支撑的纯示意图。

数据分析·user_814dbe54·来自 skill_hub·skillhub.cn ↗
skillhub install @user_814dbe54/academic-figures
1 Stars·18.1万 综合热度·14,331 字文档·源站更新 2026-11-22

README 文档

14,331 字

<!-- ═══ 元数据归档(2026-09-13 frontmatter 规范化;2026-10-14 压缩)═══ ZCode 技能自动发现只读 frontmatter 白名单键(name/description/whentouse/ license/metadata),description 超 1024 字符被静默丢弃(v2.x 失效根因)。 移出键(信息不丢失): version: 5.7.1 date: 2026-10-21 author: docsor1212 lang: zh metadata: {clawdbot: {emoji: "📊", category: visualization}} requires: {python: ">=3.8", pip: [matplotlib, numpy, pymupdf, scipy]} -->

Academic Figures — 论文配图一键生成工具

📊 37种图表 · 9套配色(含色盲安全+期刊色板) · 零配置中文 · 600dpi出版级输出 · PDF/TIFF/SVG全支持 · 渲染看门狗+中文诊断 纯本地运行 · 数据不出本机 · Python一条命令搞定 · 内置校验+验证门禁

⚡ 三条最常用边界:投稿 PDF 加 --verify(仅 PDF 生效);--journal 会锁定图宽(--width 被忽略);cluster_heatmap >3000 行自动降采样到 2000 行。

一条命令,输出即验证:

python3 scripts/gen_figure.py -t bar -d data.json -o fig.pdf --theme okabe-ito --verify
# 或一键投稿包(自动加 --verify + 色盲安全主题 + pdf,png 多格式,v3.8)
python3 scripts/gen_figure.py -t bar -d data.json -o fig --pub-ready
# 退出码含义见下方「数据校验与退出码」;--verify 检出重叠 = exit 2(修复机制,不要交付)

章节导航

能力与边界 | 快速开始 | 图表类型 | 选图决策树 | 配色方案 | 期刊预设 | 校验与退出码 | 中文支持 | 输出格式 | 常用参数 | 无障碍 | 数据输入 | 相关工具 | 安全与数据 | 负向触发 | 文件索引 | 版本历史 | Pro

能力与边界(先看这个,免试错)

能力做到什么做不到/边界详见
图表引擎37 种图型一条命令 600dpi;同输入同字节确定性输出无交互式探索(只出静态文件);无 3D 图「图表类型」表 ↑
预测模型评价calibration 分箱值∈[0,1];dca 阈值严格升序 (0,1) 开区间、1~6 个模型;nomogram 1~12 变量+1~3 结局尺;rcs ≥5 个已拟合网格点;subgroup 1~12 变量×2~8 层;cif time+event 整数编码(0/1/2+)、单队列无自动分箱;nomogram/rcs/subgroup 只可视化已拟合模型(不拟合);cif 不支持 groups 多臂(用 -t km)「图表类型」表 ↑
Meta 分析funnel/galbraith 数据同 schema(studies name/effect/se,效应 log 尺度);galbraith ≥3 研究,<5 统计效力警告弧线仅对比率尺度(OR/HR/RR);MD/SMD 自动关「图表类型」表 ↑
生存分析KM 风险表/log-rank/中位生存 CI;cif 竞争风险累计发生率(Aalen-Johansen)+1−KM 高估对照;km 逐例数据 events 含 ≥2 自动切 AJ 模式cif 单队列按事件原因分层(多臂用 km);不做贝叶斯/参数模型「图表类型」表 ↑
选图--suggest 自动推荐 / --wizard 问答 / --quick 自动选型渲染 / --explain 类型推荐是结构启发式——统计含义请自行确认quickstart.md
统计KM 风险表/log-rank/中位生存 CI;Cox(Efron+PH);ROC DeLong;bootstrap CI;Egger无贝叶斯方法;无样本量/把握度计算advanced.md
期刊预设9 预设,官方栏宽/字号/DPI--journal 锁宽度(--width 被忽略,--height 有效)limits.md §六
验证--verify 像素重叠门禁(exit 2)+ audit_pdf.py 字号门禁默认不开——投稿 PDF 请显式加 --verify(或 --pub-ready)「验证与质量门禁」↓
组合图多面板 A+B+C、span 跨行跨列面板不可嵌套 composite/diagram/upsetcomposite-layouts.md
数据输入JSON 全功能 / CSV-TSV 基础 / xlsx(--sheet)CSV 不支持 errors/双轴/森林等 schema——需 JSONdata-formats.md
数据量cluster_heatmap >3000 行自动降采样(stderr 明示)pca ≤200 特征列;venn 2~4 集合;paired/bland_altman 需等长limits.md
中文--cjk + 数据内中文递归自动检测无显示环境的服务器需装有至少一款 CJK 字体(setup_env.py 可检测)pitfalls.md
看门狗自适应 30~1800s;--timeout 调整;内存不足自动降级--timeout 0 禁用(无界渲染风险自负)limits.md §七
参数域--stats 仅 box/violin(cox 仅 forest);--compare 仅 roc;--egger 仅 funnel;--hatch 仅 bar 系;--order/--normalize 按族域外参数忽略并提示——组合拿不准先跑 --doctorlimits.md
退出码0 成功/1 致命校验/2 重叠/3 数据/4 环境/5 超时/6 内存exit 0 不会与静默数据问题共存(非有限值一律致命)「数据校验与退出码」↓

完整矩阵见 references/limits.md(超限一律中文报错+修正建议,不出半成品图); 常见问题速答见 references/faq.md。

✨ 核心亮点

特性说明
📊 37种图表见下方「图表类型」全表;v5.6 加 Galbraith 径向图(Meta 异质性),v5.7 加 cif 竞争风险累计发生率(Aalen-Johansen+1−KM 高估对照)
🎨 9套配色Okabe-Ito色盲安全(Nature Methods 金标准)、GLM 素雅莫兰迪、NEJM/Lancet/Science 期刊色板等
📐 期刊预设--journal nature/lancet/nejm/science/cma/cn-core:官方栏宽、字号、字体族、600dpi 一键应用
🧭 上手向导--wizard 四问生成完整命令(非交互环境自动打印选图决策树)
🛡️ 数据校验18种类型/别名全覆盖的结构校验;致命错误→exit 1 不落盘,警告→继续运行
⏱️ 渲染看门狗超时强制中断并给中文建议(exit 5);内存不足自动降级重试(v2.8)
✅ 验证门禁--verify 像素级重叠检查(exit 2);audit_pdf.py 字号门禁(期刊最小字号)
🇨🇳 中文零配置自动检测中文字体(含字典键、补充平面),彻底告别乱码
📈 统计标注误差棒、显著性标记(p值星号)、趋势线、置信区间、Cox PH 假设检验提示
🧩 组合图多面板A+B+C,每个面板可放任意图表类型,期刊figure标准布局
📄 多格式输出PNG 600dpi + SVG + PDF + TIFF + EPS;--multi-format 一次多格式

图表类型

类别类型命令核心功能
比较柱状图-t bar分组柱状图、误差棒、显著性标记、斜纹填充
比较水平柱状图-t hbar横向柱状图、比率标注("4.96x")
比较分组柱状图-t grouped_bar组×系列双变量分组;--show-ratio 组间比率标注
构成堆叠柱状图-t stacked_bar构成比、百分比标签、总计标注
分布箱线图-t box箱线图+抖动散点
分布雨云图-t raincloudKDE 半小提琴云+箱线五数+抖动原始点三合一(v4.9);schema 同 violin
分布山脊图-t ridgeline多组 KDE 密度纵向堆叠部分重叠(joyplot),overlap 0~0.95、sort=median;一屏看分布逐组移动/变形(v5.0)
比较哑铃图-t dumbbell每行两点 from→to+连接线,按差距降序;show_gap Δ 标注;严格两时点(v5.1)
预测模型校准曲线-t calibration分箱预测概率 vs 实际观测率+理想对角线,等比坐标;95%CI 误差棒、Hosmer-Lemeshow p 标注(v5.2)
预测模型决策曲线-t dca净收益 vs 阈值概率;全部干预(理论线按患病率或实测数组)+不干预双参照,1~6 个模型(v5.2)
预测模型列线图-t nomogramPoints 计分尺→逐变量刻度→Total Points→结局概率尺;可视化你已拟合的模型(引擎不拟合),总分自适应好台阶,行数自适应图高(v5.3)
临床回归RCS 样条-t rcs非线性剂量反应(已拟合样条结果可视化):估计线+95%CI 带、对数比值轴、无效应/参照双虚线、底部暴露 rug(v5.4)
临床回归亚组森林图-t subgroup亚组分析:逐层效应方块+95%CI、每变量 P 交互、Overall 菱形、右侧 est/P 双列;可视化你已拟合的亚组模型(引擎不拟合)(v5.5)
Meta 分析Galbraith 径向图-t galbraith异质性可视化(漏斗图姊妹图):精度 1/SE×标准化效应、过原点固定效应合并线、±1.96 同质带、带外离群 stderr 逐个报名;OR/HR/RR 效应量弧线(v5.6)
分布小提琴图-t violin密度估计、内置均值/中位线
配对前后配对图-t paired个体前后连线+配对检验(n≥6 才标注,效力提示)
趋势散点图-t scatter趋势线、相关系数、分组着色、点标签
趋势折线图-t line多系列、误差带、标记点
前后斜率图-t slope两时点 pre/post 比较;两端直标名称+数值,最大升/降自动强调(v4.2)
趋势双Y轴图-t dual_axis左柱右线(左轴柱+右轴虚线,lefttype/righttype 可互换);图例顶部预留带不遮数据
矩阵热力图-t heatmap单元格标注、自定义色阶、colorbar
矩阵聚类热图-t cluster_heatmap层次聚类重排、--downsample 降采样出口
多变量PCA 得分图-t pca得分+分组椭圆+Top5 载荷;≤200 特征列
统计推断森林图-t forestCI横线、权重气泡、总效应菱形、I²、事件数;--stats cox 多因素回归
统计推断漏斗图-t funnelMeta 发表偏移、DL 合并线;--egger 偏倚检验(≥3 研究)
生存分析KM生存曲线-t km阶梯函数、删失标记、Log-rank检验、风险表、中位生存;v3.7 竞争风险(events≥2 编码自动切 Aalen-Johansen 累计发生率)
生存分析竞争风险累计发生率-t cifAalen-Johansen 按事件原因分解 CIF 阶梯曲线;1−KM 朴素对照虚线直观显示高估幅度;cause_labels 命名各因、percent 百分轴、stderr 事件报告;单队列(多臂用 -t km)(v5.7)
诊断试验ROC曲线-t rocAUC、95%CI、最优截断点、DeLong 多模型对比
组学火山图-t volcano差异表达 log2FC×-log10(p);阈值线+Top 基因自动标注(v4.4)
一致性Bland-Altman-t bland_altman偏倚线+一致性界限(LoA);两组等长
集合韦恩图-t venn2~4 集合(4 集合为椭圆布局);--area 面积比例 Euler
集合UpSet交集图-t upset≥5 集合交集(韦恩图后继,v4.7);交集柱+点阵,sort/topn/minsize
肿瘤学瀑布图-t waterfall每例最佳缓解%降序、RECIST 着色、PR/PD 阈值线+计数事实框(v4.8)
肿瘤学游泳图-t swimmer逐例时长条(按时长降序)、持续中端箭头、里程碑圆点、RECIST 着色(v4.10)
组合组合图-t composite多面板A+B+C,每面板任意图表类型(⚠面板内不可嵌套 composite/diagram/upset);panel_labels:true 自动加粗面板角标(v4.1);span:[行,列] 跨行跨列拼版+占位重叠检测(v4.3)
流程流程图-t diagram架构/流程块、箭头、分组标注,CONSORT式研究设计
系统综述PRISMA流程图-t prismaPRISMA 2020 系统综述流程图;数字自洽自动校验(对不上拒绝出图),lang=zh 中文标准版

按「类别」列速览;上手路径见 references/quickstart.md,完整命令速查见 references/cheatsheet.md。

选图决策树(精简版;完整版+上手四步见 references/quickstart.md)

分组比较 → bar/box/violin/raincloud(分布三合一;配对→paired;分布逐组移动全景 → ridgeline;逐条目两点差距 → dumbbell)|均值±误差棒 → bar(JSON errors)
两列相关 → scatter|时间-事件 → km / forest --stats cox|诊断 → roc(--compare)
集合交并 → venn(--area;≥5 集合 → upset)|数值矩阵 → heatmap / cluster_heatmap|多变量分类 → pca
组学差异表达 → volcano(火山图)|肿瘤最佳缓解 → waterfall(RECIST 瀑布图)|逐例时长 → swimmer(游泳图)|Meta 汇总 → forest + funnel(--egger)+ galbraith(异质性/离群)三件套|有竞争事件的生存数据 → cif(累计发生率)|一致性 → bland_altman|流程 → diagram/prisma
预测模型评价 → roc + calibration + dca + nomogram + rcs + subgroup(P 交互)六件套
多面板 → composite

拿不准就跑 --suggest -d 数据文件(自动分析并推荐),或 --wizard(问答式生成命令)。 首次使用? 完整决策树、上手四步、Python 内调用与常见第一坑见 references/quickstart.md(独立快速入门指南)。

快速开始

# 0️⃣ 首次使用:一键环境准备(装依赖/检测中文字体/清理字体缓存/自检)
python3 scripts/setup_env.py

# 0️⃣ 上手三件套:选图向导 / 交互演示 / 某图型用法
python3 scripts/gen_figure.py --wizard
python3 scripts/gen_figure.py --quick -d 数据文件   # v3.1 一键出图:自动选型直接渲染
python3 scripts/gen_figure.py -t line -d 折线数据.json -o fig.png --direct-label   # v3.4 线末端直接标注系列名(glm-brand/nature-clean 风格下 line 默认开启)
python3 scripts/gen_figure.py --demo --cjk
python3 scripts/gen_figure.py --explain bar
# 0️⃣ Python 内调用引擎:见 references/python-api.md(subprocess 推荐;import 嵌入需自行 Agg)

# 1️⃣ 柱状图(默认 glm 素雅配色)
python3 scripts/gen_figure.py -t bar -d data.json -o figure.png \
  --title "图2 主标题 / Subtitle" --ylabel "准确率 Accuracy (%)"

# Meta分析森林图(PDF输出)
python3 scripts/gen_figure.py -t forest -d forest.json -o forest.pdf --theme okabe-ito

# v2.7:原始逐例生存数据 → 自动多因素 Cox 回归 → HR 森林图(含 PH 假设检验)
python3 scripts/gen_figure.py -t forest --data patient.csv --stats cox \
  --cox-time time --cox-event event --cox-cols "age,sex,treat"

# Kaplan-Meier生存曲线 + Log-rank检验
python3 scripts/gen_figure.py -t km -d survival.json -o km.png --theme okabe-ito \
  --title "图3 Kaplan-Meier生存曲线" --xlabel "时间 (月)" --ylabel "生存概率"

# ROC曲线 + AUC
python3 scripts/gen_figure.py -t roc -d roc.json -o roc.png --theme okabe-ito

# 多面板组合图(Panel A+B+C,期刊figure布局)
python3 scripts/gen_figure.py -t composite -d composite.json -o figure4.png --theme okabe-ito

# 热力图(自定义色阶 + 中文)
python3 scripts/gen_figure.py -t heatmap -d data.json -o heatmap.png --cjk \
  --cmap RdBu_r --vmin -20 --vmax 45

# v2.7:画幅比例预设(16:9 演示 / 9:16 手机竖版);v2.8:大数据聚类热图降采样
python3 scripts/gen_figure.py -t bar --data d.json --size 16:9
python3 scripts/gen_figure.py -t cluster_heatmap --data big.json --downsample 2000 --timeout 600

配色方案

默认 = glm(素雅莫兰迪,色盲安全)。投稿首选 --theme okabe-ito(Nature Methods 金标准; 红绿配色是常见退稿原因)。色板:glm/okabe-ito/cool(均色盲安全)+ nature/lancet/nejm/ science/conservative/classic。--style glm-hatch 加黑色斜纹(打印友好);--style nature-clean = 去顶右框线+无网格+无框图例;--journal nejm|lancet|science|nature 未显式 --theme 时自动联动。 --list-themes 看色卡;--theme-swatch glm -o swatch.png 出色板图;--alternate 黄蓝逐柱交替。 别名 okabe→okabe-ito,大小写不敏感前缀匹配。完整指南:references/color-guide.md。

期刊投稿预设(v2.0)

--journal <名> + --column single|double 自动应用期刊官方栏宽/字号/字体族/DPI—— 9 预设:nature lancet science cell nejm jama ieee + cma(中华医学会)

  • cn-core(中文核心,均自动 CJK)。--journal 锁宽度(--width 被忽略,--height 有效);

nejm/lancet/science/nature 未显式 --theme 时自动联动同款配色。参数唯一权威源: scripts/journal/*.json;九刊完整预设表:references/limits.md §六。

数据校验与退出码(v2.0 / v2.8 分级)

每次运行都经过 validatedata(data, charttype) 结构校验 + 渲染全程看门狗。退出码语义:

退出码含义典型场景
0成功(--verify 时=无真实重叠)正常交付
1参数/用法或数据校验致命错(不落盘)缺参数、系列长度不匹配、km 长表
2--verify 检出文字重叠;或批量/流水线有失败项修复机制本身,不要交付
3数据或格式错误(v2.8)JSON 语法、编码、字段缺失、KeyError
4环境或依赖错误(v2.8)缺库(ImportError)、权限、磁盘
5渲染看门狗超时(v2.8)数据过大——按建议瘦身或 --timeout 调大
6内存护栏拒绝(v2.8)自动降级重试仍内存不足

致命错误 stderr 前缀 ERROR:(中文原因+改法),警告 WARNING:(继续运行)。极端未知异常也输出「中文诊断+原文+针对性建议」,AF_DEBUG=1 取完整技术细节。

验证与质量门禁(v2.0)

  1. --verify(内联,PDF 输出时):像素级文字重叠检测,检出即 exit 2——修复机制本身,不要逐图特判。
  2. auditpdf.py 字号门禁:python3 scripts/auditpdf.py figure.pdf --min-size 5 --fail-below。
  3. verifyoverlappixel.py:交付每个 PDF 前必跑,输出「真实重叠=K」必须 K=0。

防重叠机制已内建(密集标签自动 45° 旋转、ensureylabelclear() 自动避让);PyMuPDF bbox 高估假阳性原理与验证器三级流程见 references/pitfalls.md。质量门禁回归:python3 tests/runtests.py 全量必须过。

补充图例(v2.0)

禁止图内图例的期刊(如 Nature):python3 scripts/gen_legend.py -d data.json -t "治疗应答" -f 1 -o legend.txt——用与出图相同的数据 JSON 生成期刊格式图例,文字与系列/颜色永远一致。

中文支持(CJK)

传 --cjk 自动检测并加载系统中文字体(优先级:Noto Sans CJK → PingFang → Microsoft YaHei → WQY → AR PL → Droid);自定义字体 --cjk-font /path/to/font.ttf。数据含中文时递归自动检测(含字典键、组合局面板、补充平面生僻字),无需显式传参。字形缺口(如上标 ⁹)与流程图块配色等陷阱清单见 references/pitfalls.md。

输出格式

格式扩展名DPI适用场景
PNG.png600(默认)通用、演示文稿
SVG.svg矢量Web、可编辑图形
PDF.pdf矢量期刊投稿首选
TIFF.tiff600(照片 --dpi 300)Nature/Lancet照片要求
EPS.eps矢量传统期刊要求

严格期刊线稿可用 --dpi 1000;--multi-format tiff,png,pdf 一次出多格式。

常用参数

高频参数(完整速查表见 references/cheatsheet.md):

参数用途
--journal / --column期刊预设 / 栏位(⚠ 锁定宽度,见上)
`--stats auto\cox\bootstrap`box/violin 显著性标注 / forest 多因素回归
`--order "C,A,B" \auto`类别顺序重排(bar/box/violin/line;显式列表须覆盖全部标签;auto=按值/中位数降序)
`--normalize baseline\pct100`归一化:各系列÷对照均值(对照=1)/ 自身首点=100(bar 系/line;误差棒同步缩放)
--doctor渲染前参数/环境体检报告(省略 -o 只体检不渲染,exit 1=有发现)
--cjk中文字体自动检测
--verifyPDF 像素级重叠验证(exit 2)
--audit / --repro--audit:数字对账侧车 .audit.json(v5.0);--repro:复跑交付包 .repro/(命令+数据副本+成图副本+audit+README,v5.1)
--multi-format tiff,png,pdf一次导出多格式;--timeout/--downsample/--subtitle/--summary/--profile 见 references/cheatsheet.md(v2.6-v4.3)

Q:稳定性如何?大数据会不会崩? 渲染前内存预估护栏 + 看门狗超时中断(中文三段式建议)+ 内存不足自动降级重试(v2.8);同输入同字节确定性输出;200 图连跑压测与低内存模拟全过。更多 Q&A 见 references/faq.md。

Q:--xlabel 文字含空格或以 - 开头时报参数错误? 用等号形式:--xlabel="改善率 (%)"、--ylabel="-log10(P)"。

Q:首次使用报 ModuleNotFoundError? python3 scripts/setup_env.py 一键安装依赖并自检(退出码 4 = 环境侧问题)。

♿ 无障碍 & Alt Text

投稿需为图表提供 Alt Text(Springer Nature、NSF 等要求)。--alt 自动生成 <输出>.alt.txt 侧车;配色默认色盲安全(glm/okabe-ito)。

数据输入

JSON(完整功能)或 CSV/TSV(基础)或 Excel(--sheet <名>);全部图型 schema 见 references/data-formats.md,场景模板见 templates/README.md,Python 调用见 references/python-api.md(bar JSON = {"labels":[...], "series":{...}, "errors":{...}, "significance":{...}})。

相关工具

  • 官网/文档:https://docsor.cn
  • MedWiki(https://docsor.cn/?from=academic-figures)——医学维基参考站:药品说明书速查、医学术语词条,

写医学论文查背景资料时可用。内容仅供专业人士学习参考,不构成诊疗或用药建议; 处方级信息仅对专业人士开放。

  • 投稿前需要批量核验参考文献真实性时,可用 pubmed-verifier(PMID/DOI 逐条核验)或

cite-holmes(引用与上下文一致性核查)。arXiv 自 2026-05 起对幻觉引用禁投一年,投稿前建议自查。

  • 需要润色稿件并检测 AI 率时,可用 paper-polisher-pro;若期刊或平台检出 AI 痕迹,

可用 paper-rewriter 做风格改写。

  • 开源仓库:github.com/docsor1212/academic-figures

安全与数据(行为声明)

纯本地渲染:引擎不发起任何网络请求、零遥测,数据不出本机;setup_env.py 默认仅检测(--fix 显式安装 matplotlib/numpy/pymupdf/scipy 四依赖并镜像回退);自动行为(降采样/降级重试/字体兜底) 均在 stderr 以 [auto] 前缀明示。调试开关与演示临时目录:references/limits.md §十。

负向触发(不要为本技能触发)

  • SVG医学示意图(→ medical-svg)
  • 终端/CLI图表(→ data-viz)
  • 频谱图/时频分析(→ pywayne-plot)
  • HTML幻灯片演示(→ html-presentation-restyler)
  • 纯数据分析不含可视化(→ data-analysis)
  • 用户未询问医学参考资料/药品信息时,不提及 MedWiki;渲染图表的回复中不插入任何站点链接

文件索引与 30 秒路由

你的任务(30 秒到对的文档)读
第一次用 / 不知道选哪种图references/quickstart.md
37 种图型一页命令骨架references/cheatsheet.md
常见报错速答(FAQ)references/faq.md
反模式集中页(应避免用法一览,交叉链接)references/antipatterns.md
场景卡片(13 个完整工作流一文件跑通)references/scenario-cards.md
提示词卡片(13 张「对智能体说」可粘贴指令→命令→验收点)references/prompt-cards.md
某图型的 JSON/CSV/Excel schemareferences/data-formats.md
"为什么报错 / exit 3 什么意思"references/faq.md
参数冲突/数据量上限/环境问题references/limits.md
多面板排版配方references/composite-layouts.md
统计深用(Cox/bootstrap/Meta)references/advanced.md
已知陷阱与修法references/pitfalls.md
配色选择references/color-guide.md;组合:combo-guide.md
Python 里调用references/python-api.md
版本历史references/changelog.md(版本索引+最近三版详情;完整存档 references/changelog-full.md)

代码布局:scripts/genfigure.py(主生成器,37 图型)+ genlegend.py(期刊图例)+ auditpdf.py(字号门禁)+ verifyoverlappixel.py(重叠验证)+ setupenv.py + journal/*.json(9 预设:nature/nejm/lancet/jama/science/cell/cma/cn-core/ieee); templates/(37 个,各带 command)、examples/(含 realworld/ 真实场景)、tests/runtests.py(全量回归)。其余 references: clinical-lab-trends.md(临床检验趋势图)、reverse-engineering-colors.md(参考图取色)、 v1.5-upgrade-analysis.md(历史升级档案)。

版本历史

完整双语版本历史见 references/changelog.md(版本索引+最近三版;完整存档 references/changelog-full.md)。近期:v5.7.0 cif 竞争风险累计发生率(第 37 图型:Aalen-Johansen 按事件原因分解 + 1−KM 朴素对照虚线直观显示高估幅度 + stderr 事件报告;time+event 整数编码、causelabels/percent/comparekm;km 自动 AJ 模式同步引导)+ 反模式集中页 references/antipatterns.md(应避免用法一页看全,交叉链接 faq/pitfalls/limits)+ Galbraith 弧线读数密度放宽 + 无效应线小标(OR=1)+ 期刊预设文件在文件索引直接列名 + 真实数据示例 hematologymguscif(Mayo Clinic mgus2 队列 1384 例);v5.6.1 galbraith 深分支修复(>12 研究+离群标注相邻 NameError)+研究名避让升级(纵向 8 档+横向镜像;真实 83 项研究元分析数据验收零叠印);v5.6.0 Galbraith 径向图(第 36 图型:Meta 异质性可视化——精度 1/SE×标准化效应、过原点固定效应合并线、±1.96 同质带、带外离群 stderr 逐个报名;OR/HR/RR 效应量弧线,MD/SMD 自动关)+ composite sharey 共享尺度自动统一(同 ylabel 面板一个 y 轴;doctor 预检给出机制出口)+ 提示词卡片文档(12 张对智能体说的可粘贴指令)+ changelog 拆分(版本索引+最近三版,内容零删减)+ CLI 帮助场景速查;v5.5.0 subgroup 亚组分析森林图(第 35 图型:逐层效应+P 交互+Overall 菱形+右侧 est/P 双列,只可视化已拟合亚组模型)+ FAQ 可发现性提升(顶部指针+章节导航)+ 国内安装通路文档化;v5.4.0 rcs 限制性立方样条曲线(第 34 图型:非线性剂量反应+95%CI 带+对数比值轴+参照线+暴露 rug,只可视化已拟合样条)+ DCA 获益区间着色 + 场景卡片单一入口文档(12 个完整工作流)+ SKILL 减密(期刊表下沉 limits §六)+ --doctor 跨面板共享尺度预检;v5.3.0 nomogram 列线图(第 33 图型:Points 计分尺→逐变量刻度→Total Points→结局概率尺;只可视化已拟合模型,总分好台阶自适应,行数自适应图高)+ 版本一致性锁(随包 evals.json 钉住 SKILL 版本)+ limits 参数冲突集中表 + FAQ 图型专属易错点;v5.2.0 临床预测模型线补齐:calibration 校准曲线(第 31 图型:分箱预测 vs 观测+理想对角线+CI 误差棒+H-L p 可选)+ dca 决策曲线(第 32 图型:净收益 vs 阈值,全部干预/不干预双参照)+ --pub-ready 合流复跑包(verify 门禁后产出、多格式感知)+ --suggest 双语化 + 行型图预留带 helper 机制统一;v5.1.0 dumbbell 哑铃图(第 30 图型:逐行 from→to 两点+差距降序+Δ 标注)+ --repro 复跑交付包(一目录逐字节复现);v5.0.0 ridgeline 山脊图(第 29 图型:多组 KDE 堆叠、overlap 可调、单值组退化告知)+ --audit 数字对账侧车;v4.10.0 swimmer 游泳图(第 28 图型:逐例时长条+持续中箭头+里程碑圆点+RECIST 着色)+doctor 投稿格式提示;v4.9.0 raincloud 雨云图(第 27 图型,分布三合一)+setupenv --fix 镜像回退;v4.8.0 waterfall 肿瘤缓解瀑布图(第 26 图型,RECIST 着色+阈值线)+suggest 去重;v4.7.0 upset 集合交集图(第 25 图型)+配色/组合场景指南+真实科研场景示例+limits 速查表;v4.6.0 ROC 默认语义轴标题 + venn 标题消歧 + 聚类热图行标签自适应字号(P3 视觉打磨包);v4.5.0 独立测试 12 项修复;v4.4.0 volcano 火山图;更早版本见 changelog。

🚀 进阶版:论文配图一键生成 Pro

不想配 Python 环境、或需要团队批量出图?academic-figures-pro 提供同一渲染引擎的云端服务: 上传数据即出图,投稿级 600dpi TIFF+PNG 双文件直出,内置中华医学会/中文核心期刊规格, 按次计费(¥3/次,金额以支付账单为准)。在 SkillHub 搜索 academic-figures-pro 即可使用。

批量出图、600dpi 云端直出、免 Python 环境 → academic-figures-pro(按次计费,支付宝付款)。

同分类其他技能

查看全部 ›