Skip to content
BranchesTags

Latest commit

 

History

7 Commits

Folders and files

NameName
Last commit message
Last commit date
references
references
 
 
src
src
 
 
tests
tests
 
 
tools
tools
 
 
.gitignore
.gitignore
 
 
README.md
README.md
 
 
SKILL.md
SKILL.md
 
 
environment.yml
environment.yml
 
 

Repository files navigation

Sci-Plot

📊 一键生成专业级科研图表 — 30+ 期刊风格，500+ 参考代码，开箱即用

Python matplotlib License

概述

Sci-Plot 是一个面向科研场景的 matplotlib 风格化绘图框架，旨在显著降低科研图表的绘制成本，提升数据可视化的效率与规范性。

传统科研绘图中，研究者往往需要投入大量时间理解 matplotlib API、调试样式参数、查阅官方示例，导致绘图成为科研 workflow 中的瓶颈环节。Sci-Plot 通过以下设计解决这一痛点：

核心价值 说明
零样板代码 预置 510+ 官方 gallery 参考实现，用户无需从零编写绘图代码，直接调用即可生成符合期刊规范的图表
Agent 友好 标准化 API 接口支持自动化调用，可无缝集成至 AI Agent 工作流，实现"数据输入 → 图表生成"的全自动 pipeline
期刊级规范 内置 30+ 主流期刊风格（Nature、Science、IEEE、Cell 等），确保输出图表直接满足投稿要求
效率与稳定性 统一的图表接口 + 完整测试覆盖，消除样式调试的不确定性，将绘图时间从数小时缩短至分钟级

适用场景

  • 学术研究：快速生成符合目标期刊格式的图表，无需反复调整样式
  • 自动化分析：集成至数据处理 pipeline，实现"分析 → 绘图"一键输出
  • 批量处理：对多组数据批量生成对比图表，保持风格一致性
  • AI 辅助科研：作为 Agent 的绘图工具，支持自然语言指令驱动可视化

技术特点

  • 模块化设计：基础图表、统计图表、网格/场数据、三维可视化、非规则网格五大模块，覆盖 50+ 图表类型
  • 多数据格式支持：原生支持 CSV、Excel，自动处理分组、网格化、插值等数据预处理
  • 双入口架构：CLI 命令行适合交互式使用，Python API 适合程序化调用

快速开始

安装

# 方式一：conda（推荐）
conda env create -f environment.yml
conda activate geo3.13

# 方式二：pip
pip install scienceplots pandas numpy matplotlib

命令行使用

# 交互模式（推荐新手）
python src/sci_plot.py --interactive

# 命令行一键出图
python src/sci_plot.py \
  --input data.csv \
  --dtype paired \
  --columns group,value \
  --chart bar \
  --style nature \
  --output figs/bar_nature.png

Python API 使用

import sys
sys.path.insert(0, 'src')
from sci_plot_api import plot_chart

# 加载数据
df = plot_chart.read_data('data.csv')
columns = plot_chart.auto_detect_columns(df, 'paired')

# 生成图表
fig, ax = plot_chart(
    df,
    data_type='paired',
    chart_type='violin',
    style='science',
    columns=columns
)
fig.savefig('figs/violin_science.png', dpi=300, bbox_inches='tight')

支持的图表类型

基础图表 (basic)

图表 函数 适用场景
柱状图 bar() 分组对比
折线图 line() 趋势、时序
散点图 scatter() 相关性分析
面积图 stackplot() 构成分析
填充图 fill_between() 置信区间
阶梯图 stairs() 累积分布
stem 图 stem() 离散信号

统计图表 (stats)

图表 函数 适用场景
箱线图 boxplot() 分布统计
小提琴图 violin() 密度分布
直方图 histogram() 单变量分布
ECDF ecdf() 累积分布函数
误差棒图 errorbar() 带误差的数据
饼图 pie() 比例构成
2D 直方图 hist2d() 双变量密度
六角蜂群图 hexbin() 大数据散点

网格/场数据 (arrays)

图表 函数 适用场景
伪彩色图 pcolormesh() 规则网格场
等高线图 contour() / contourf() 地形、等值线
图像显示 imshow() 矩阵可视化
箭头场 quiver() 矢量场
流线图 streamplot() 流体轨迹
风羽图 barbs() 气象数据

三维图表 (plot3d)

图表 函数 适用场景
3D 曲线 plot3d() 空间轨迹
3D 散点 scatter3d() 三维点云
3D 曲面 surface3d() 函数曲面
3D 线框 wire3d() 结构框架
3D 柱状图 bar3d() 三维对比
体素图 voxels() 体数据

非规则网格 (unstructured)

图表 函数 适用场景
三角等高线 tricontour() / tricontourf() 不规则网格
三角伪彩色 tripcolor() 散点插值场
三角网格 triplot() Delaunay 三角网

支持的期刊风格

风格 对应期刊
nature Nature
science Science
ieee IEEE Transactions
ieee tran IEEEtran
cell Cell
plos PLOS ONE
elsevier Elsevier 期刊
springer Springer 期刊
aps APS 物理期刊
jgr JGR (地球物理)
glt 地学线性图
grid 基础网格风格
scienceplain 简洁科学风

完整列表见 src/config.py 中的 STYLES 字典。

项目结构

sci-plot/
├── src/                          # 核心源代码
│   ├── sci_plot.py               # CLI 主程序
│   ├── sci_plot_api.py           # Python API 入口
│   ├── config.py                 # 配置（风格、路径、数据）
│   ├── process_data.py           # 数据处理（6 种数据类型）
│   ├── charts/                   # 43 个图表脚本
│   │   ├── basic/               # 基础图表 (8)
│   │   ├── stats/               # 统计图表 (10)
│   │   ├── arrays/              # 网格/场数据 (8)
│   │   ├── plot3d/              # 三维图表 (11)
│   │   └── unstructured/        # 非规则网格 (5)
│   └── gallery_python/          # 510+ 官方参考代码
│       ├── lines_bars_and_markers/
│       ├── statistics/
│       ├── mplot3d/
│       ├── images_contours_and_fields/
│       ├── specialty_plots/
│       └── ... (共 22 个分类)
├── references/                   # 参考示例
│   ├── plot_types_python/        # 图表类型速查
│   └── tutorials_python/         # 教程
├── tests/                        # 测试脚本和测试数据
├── tools/                        # 辅助工具
├── environment.yml               # conda 环境配置
└── README.md                     # 本文档

数据类型与推荐图表

数据类型 说明 推荐图表
paired 成对分组数据 bar, boxplot, violin, hist
xy_series 连续 XY 序列 line, scatter
distribution 统计分布 violin, hist, ecdf, pie
gridded 规则网格 (X,Y,Z) pcolormesh, contour, quiver
irregular 非规则网格 (x,y,z) tricontour, tripcolor
3d_volume 三维/体数据 surface3d, voxels, scatter3d

数据规范

输入文件支持 CSV 和 Excel (.xlsx/.xls) 格式。

成对数据 (paired)

group,value
Control,12.5
Control,13.1
Treated,15.2
Treated,14.8

网格数据 (gridded)

X,Y,Z
1,1,23.5
1,2,24.1
2,1,22.8
2,2,23.9

使用技巧

推荐图表自动检测

python src/sci_plot.py --input data.csv --dtype paired --recommend

自动分析数据并推荐最佳图表类型。

交互式模式

python src/sci_plot.py --interactive

按提示一步步完成数据加载 → 类型选择 → 图表选择 → 风格选择 → 出图。

批量生成多风格对比

from sci_plot_api import plot_chart
for style in ['nature', 'science', 'ieee', 'grid']:
    fig, ax = plot_chart(df, 'paired', 'bar', style, columns)
    fig.savefig(f'figs/bar_{style}.png', dpi=300, bbox_inches='tight')

依赖

  • Python ≥ 3.10
  • pandas
  • numpy
  • matplotlib ≥ 3.5
  • scienceplots（可选，用于部分期刊风格）

详见 environment.yml。

许可证

MIT License — 可自由用于学术和商业项目。

引用

如果你在使用 Sci-Plot 发表论文，请引用：

@misc{sciplot2024,
  title={{Sci-Plot: A Matplotlib Style Library for Scientific Plotting}},
  author={{chendengji}},
  year={2024},
  url={https://github.com/chendengji/sci-plot}
}

贡献

欢迎提交 Issue 和 Pull Request！

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/xxx)
  3. 提交更改 (git commit -am 'Add xxx')
  4. 推送到分支 (git push origin feature/xxx)
  5. 创建 Pull Request

Made with ❤️ for the scientific community

About

Sci-Plot: 科研绘图风格化 Python 库，支持 matplotlib 一键切换 30+ 期刊风格

Resources

Readme
Activity

Stars

3 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages