KD
matplotlib
Создаёт и настраивает научные графики с помощью Matplotlib, обеспечивая тонкий контроль над элементами. Экспортирует в PNG/PDF/SVG для публикаций. Подходит, когда нужны сложные типы графиков или научные рабочие процессы.
Что делает навык
Навык обеспечивает создание и настройку научных графиков с помощью библиотеки Matplotlib, предлагая тонкий контроль над элементами визуализации. Он позволяет генерировать сложные типы графиков, настраивать их внешний вид и экспортировать в форматы PNG, PDF и SVG для публикаций.
Когда применять
- Создание научных или статистических визуализаций (линейные, точечные, гистограммы, тепловые карты, контурные графики).
- Настройка внешнего вида графиков: цветов, стилей, меток, легенд и аннотаций.
- Создание многопанельных фигур с подграфиками (subplots) с использованием регулярных сеток, мозаик или GridSpec.
- Экспорт визуализаций в различные форматы (PNG, PDF, SVG) с заданным разрешением (dpi) и настройками фона.
- Построение интерактивных графиков, анимаций или 3D-визуализаций.
Как работает
- Установить библиотеку Matplotlib (версии 3.11.2) и зависимости (numpy, scipy) через uv, при необходимости добавив ipympl для интерактивности в Jupyter.
- Выбрать интерфейс: использовать объектно-ориентированный API (fig, ax = plt.subplots()) для сложного контроля или pyplot для быстрых прототипов.
- Сгенерировать данные и создать график, применив нужные методы осей (ax.plot, ax.scatter, ax.bar и т.д.) и настроив параметры (цвет, стиль, метки).
- Настроить макет и стиль с помощью layout='constrained', rcParams или style sheets, избегая смешивания движков компоновки.
- Экспортировать фигуру в файл (PNG, PDF, SVG) с помощью fig.savefig, указав dpi, bbox_inches='tight' и прозрачность при необходимости.
- Проверить соответствие графика научным стандартам: использовать доступные цветовые карты, корректные нормализации и проверять единицы измерения.
Примеры запросов агенту
Создай линейный график синуса и косинуса с подписями осей, легендой и сеткой, используя объектно-ориентированный интерфейс Matplotlib.
Сгенерируй тепловую карту корреляционной матрицы с цветовой шкалой, используя colormap 'viridis' и экспортируй результат в PDF.
Построй многопанельную фигуру с 2x2 подграфиками: линейный график, точечная диаграмма, гистограмма и столбчатая диаграмма, настроив размеры и отступы.
Что понадобится
- Python 3.11+
- Библиотека Matplotlib 3.11.2
- Для пакетной обработки: бэкенд Agg (MPLBACKEND=Agg)
Описание составлено по SKILL.md навыка, сверено 08.10.2026.
Как подключить
1Скачать навык
# возьмите папку навыка «k-dense-ai-matplotlib» из репозитория:
# https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с
SKILL.md к навыкам ассистента# положите папку навыка туда, где ассистент ищет skills:
cp -r k-dense-ai-matplotlib/ ~/.claude/skills/k-dense-ai-matplotlib/
Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.