前言¶

投期刊时，图常被退修：尺寸不对、误差线含义不清、显著性标注缺检验说明。自己用 matplotlib 或 seaborn 能出图，但要在 rcParams、检验方法和导出格式之间反复对齐指南，往往占掉不少时间。

下面介绍 SkillHub 上的 统计图表生成（坐标 @user_8d26dabd/academic-chart-gen）。它面向 Agent 场景：你把实验数据（CSV/Excel）和作图意图交给 AI，技能按内置参考文档走统计推断可视化流程，输出 PNG/SVG/PDF 等出版向产物，并强调学术伦理边界（不伪造数据、不 P-hacking）。

这是什么¶

统计图表生成（包内 slug：academic-chart-gen）是社区来源（community）的 data-analysis 类 Skill，当前 SkillHub 展示版本为 v2.0.12，发布者坐标为 user_8d26dabd，页面标注作者为刘楠。SkillHub 简介概括为：显著性标注、误差线、期刊尺寸预设全自动，CSV 进、图出。

它定位在 统计推断可视化，而不是通用数据分析或架构/流程示意图。与套件内 academic-figure-gen（Graphviz 类结构图）、academic-docx-toolkit（Word 排版）等相邻技能有明确路由：数据图走本技能，架构图走 figure-gen，整篇 Word 排版走 docx 工具。

标签 requires_api_key=false，安装本 Skill 本身不需要额外 API Key；作图仍依赖本机 Python 环境与下列库。

核心功能¶

以下能力均来自官方 SKILL.md 与 references/ 文档，可按需展开阅读。

图表与统计¶

支持 10 种 论文常见统计图：柱状图、箱线图、小提琴图、散点图、折线图、热力图、森林图、ROC、Bland-Altman、雷达图。各类型在 references/chart-types.md 中有完整 Python 示例。

统计侧强调：

• 误差线：SEM / SD / 95% CI，选择说明见 references/error-bars.md。
• 显著性标注：星号、括号、p 值等，见 references/significance-annotation.md；文档写明须附检验方法与 p 值，非显著结果如实呈现。
• 检验集成：流程中包含正态性判断及 t 检验、Mann-Whitney、ANOVA、Kruskal-Wallis 等选型（见 references/data-pipeline.md 工作流）。

期刊与输出¶

references/journal-presets.md 提供 Nature / Science / Elsevier / 中文学报（GB/T） 四套尺寸与 rcParams 预设（含单栏、双栏毫米与英寸对照）。文档要求分辨率 ≥300 dpi，并推荐 600 dpi 导出。

数据管道默认产出 PNG（600 dpi）+ SVG + PDF；可选与 academic-docx-toolkit 联动嵌入 Word（references/docx-integration.md）。

配色与数据管道¶

references/color-schemes.md 覆盖色盲友好（如 Okabe-Ito）与灰阶打印安全方案。references/data-pipeline.md 描述从 CSV/Excel 读取、清洗、宽长表转换到作图保存的全流程。

触发与边界¶

常见中文触发包括：学术图表、误差棒、显著性标注、期刊图、把表做成图等；英文含 academic chart、error bar、significance annotation 等。技能声明 不 替代纯数据分析（复杂洞察可路由 data-analyst-pro），不 处理架构/流程图，禁止 伪造或篡改数据、禁止 P-hacking 式可视化；导出图表须标注「AI 生成，须核对数据来源」。

安装与启用¶

1、安装 SkillHub CLI（若尚未安装）¶

按 SkillHub 安装说明 检查或安装：

command -v skillhub && skillhub --version

未安装时可执行：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

（仅需 CLI 时可在命令后加 -s -- --cli-only。）

2、安装本 Skill¶

必须 用 --dir 指向当前 Agent 的 skills 目录，否则默认装到 ./skills/ 可能不被识别：

skillhub install @user_8d26dabd/academic-chart-gen --dir <你的 skills 目录>

SkillHub 页面也支持把下面提示交给 AI，让其按安装文档完成安装：

请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_8d26dabd/academic-chart-gen`。

3、各客户端 skills 目录（摘自官方安装文档）¶

安装后按你所用客户端要求刷新或重启 Agent，使技能被加载。

4、Python 依赖¶

技能文档要求本机具备：

matplotlib>=3.7.0
seaborn>=0.12.0
pandas>=2.0.0
numpy>=1.24.0
scipy>=1.10.0

Agent 生成并执行绘图脚本前，请确认上述包已安装在当前 Python 环境中。

典型用法¶

对话式入口¶

在已启用技能的 Cursor / Claude Code 等环境中，可直接用自然语言描述任务，例如：

• 「我有一份实验 CSV，画带误差棒的柱状图，按 Nature 单栏尺寸导出。」
• 「两组对比，做显著性标注，误差线用 SEM。」

技能会先确认数据来源为真实实验或公开数据集，再推荐图类型、检验与导出参数；关键统计参数通常需要你确认，不会自动替你做结论或自动发布。

可复现的代码路径¶

官方 README 给出最小示例：应用期刊 rcParams、计算均值与 SEM、绘制柱状图并做组间 t 检验显著性标注，最后保存 PNG/SVG/PDF。核心片段如下（数据为文档中的虚构示例）：

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats
from matplotlib import rcParams

rcParams.update({
    'figure.dpi': 600,
    'font.size': 7,
    'axes.labelsize': 7,
    'font.family': 'sans-serif',
})

np.random.seed(42)
groups = ['Control', 'Treatment A', 'Treatment B']
data = [np.random.normal(loc, 0.5, 30) for loc in [5.0, 6.2, 7.1]]

fig, ax = plt.subplots(figsize=(3.5, 3))
means = [np.mean(d) for d in data]
sems = [stats.sem(d) for d in data]
ax.bar(groups, means, yerr=sems, capsize=4, width=0.6)

t_stat, p_val = stats.ttest_ind(data[0], data[2])
sig = '***' if p_val < 0.001 else '**' if p_val < 0.01 else '*' if p_val < 0.05 else 'ns'
# … 括号与标注见 README 全文 …

plt.savefig('example_bar_chart.png', dpi=600)
plt.savefig('example_bar_chart.svg')
plt.savefig('example_bar_chart.pdf')

若从 CSV 起步，按 references/data-pipeline.md 使用 load_and_clean_data 等步骤读取 .csv / .xlsx，再进入检验与作图分支。

适用场景与注意¶

适合谁

• 需要把实验表做成 带误差线与显著性 的论文图，并对齐目标期刊宽度与 dpi 的科研写作者。
• 已在使用 Agent 写代码，希望减少在「检验选型 + rcParams + 多格式导出」之间手工拼接的人。

限制与注意

• 输入数据应完整、列名清晰；文档写明数据行数过少（如少于 3 行）时难以做有意义的统计图，应补充样本或调整展示方式。
• 手绘草图、纯架构图、动画/交互图不在本技能主场景内，应路由到其他技能或工具。
• 统计结论与数据真实性由作者负责；技能拒绝伪造显著性、选择性删点等违规请求。
• SkillHub 页面统计（截至资料抓取）：评分 100000，下载 5225；安装量等会随时间变化，以 SkillHub 实时页面为准。

结尾¶

统计图表生成把 CSV/Excel 到出版向统计图的关键步骤（误差线、显著性、期刊预设、多格式导出）收进一套 Agent Skill 与参考文档，适合与架构图类技能分工协作。需要安装或查看更新时，可打开 SkillHub 官方页：

• 展示页：https://www.skillhub.cn/skills/user_8d26dabd/academic-chart-gen
• API 坐标：https://api.skillhub.cn/user_8d26dabd/academic-chart-gen