AIKraft/AI/Войти
AIKraft/Skills/matplotlib лучшие практики

matplotlib лучшие практики

Best practices for Matplotlib data visualization, plotting, and creating publication-quality figures in Python

mindrally official Дизайн

Что делает навык

Skill предоставляет экспертные руководства по разработке с использованием Matplotlib, фокусируясь на визуализации данных, построении графиков и создании изображений публикационного качества. Он регламентирует выбор API, типы графиков, стилизацию и экспорт для обеспечения доступности и технической точности.

Когда применять

  • Создание сложных многопанельных графиков (subplots) для научных публикаций с использованием объектно-ориентированного API.
  • Подготовка визуализаций для веба или презентаций с оптимизацией размера файла, DPI и форматами (PNG, SVG, PDF).
  • Обеспечение доступности графиков для людей с нарушениями зрения через выбор правильных цветовых палитр (colorblind-friendly).
  • Быстрое исследование данных в Jupyter notebooks с использованием pyplot интерфейса.
  • Настройка типографики и математических обозначений с использованием LaTeX для согласованности стилей.

Как работает

  1. Выбрать интерфейс: использовать объектно-ориентированный API (fig, ax = plt.subplots()) для сложной логики и производства, или pyplot (plt.plot) для быстрых интерактивных исследований.
  2. Подобрать тип графика (line, scatter, bar, hist, boxplot, heatmap) в зависимости от характера данных (непрерывные, категориальные, распределения).
  3. Настроить визуальные элементы: добавить подписи осей с единицами измерения, заголовки, легенды и аннотации (ax.annotate) для выделения ключевых точек.
  4. Применить доступные цветовые палитры (viridis, plasma, cividis) и соответствующие colormap для типа данных (sequential, diverging, qualitative), избегая красно-зеленых комбинаций.
  5. Настроить макет и размер: задать figsize, DPI, использовать gridspec для сложных раскладок и constrained_layout/tight_layout для предотвращения наложения элементов.
  6. Экспортировать результат: использовать векторные форматы (PDF, SVG, EPS) для публикаций или PNG с прозрачностью для веба, применяя bbox_inches='tight' и plt.close().

Примеры запросов агенту

Создай график зависимости температуры от времени с использованием объектно-ориентированного API Matplotlib, добавив подписи осей с единицами измерения и легенду.
Сгенерируй гистограмму распределения данных с использованием доступной цветовой палитры 'viridis' и экспортируй её в PDF для публикации.
Построй сетку из 4 подграфиков (2x2) с общими осями X, используя gridspec для нестандартного расположения, и настрой шрифты с поддержкой LaTeX.

Что понадобится

  • Matplotlib
  • Jupyter notebooks (опционально, для использования %matplotlib inline)

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «matplotlib-best-practices» из репозитория: # https://github.com/mindrally/skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r matplotlib-best-practices/ ~/.claude/skills/matplotlib-best-practices/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.