前言¶

投期刊時，圖常被退修：尺寸不對、誤差線含義不清、顯著性標註缺檢驗說明。自己用 matplotlib 或 seaborn 能出圖，但要在 rcParams、檢驗方法和導出格式之間反覆對齊指南，往往佔掉不少時間。

下面介紹 SkillHub 上的 統計圖表生成（座標 @user_8d26dabd/academic-chart-gen）。它面向 Agent 場景：你把實驗數據（CSV/Excel）和作圖意圖交給 AI，技能按內置參考文檔走統計推斷可視化流程，輸出 PNG/SVG/PDF 等出版向產物，並強調學術倫理邊界（不僞造數據、不 P-hacking）。

這是什麼¶

統計圖表生成（包內 slug：academic-chart-gen）是社區來源（community）的 data-analysis 類 Skill，當前 SkillHub 展示版本爲 v2.0.12，發佈者座標爲 user_8d26dabd，頁面標註作者爲劉楠。SkillHub 簡介概括爲：顯著性標註、誤差線、期刊尺寸預設全自動，CSV 進、圖出。

它定位在 統計推斷可視化，而不是通用數據分析或架構/流程示意圖。與套件內 academic-figure-gen（Graphviz 類結構圖）、academic-docx-toolkit（Word 排版）等相鄰技能有明確路由：數據圖走本技能，架構圖走 figure-gen，整篇 Word 排版走 docx 工具。

標籤 requires_api_key=false，安裝本 Skill 本身不需要額外 API Key；作圖仍依賴本機 Python 環境與下列庫。

核心功能¶

以下能力均來自官方 SKILL.md 與 references/ 文檔，可按需展開閱讀。

圖表與統計¶

支持 10 種 論文常見統計圖：柱狀圖、箱線圖、小提琴圖、散點圖、折線圖、熱力圖、森林圖、ROC、Bland-Altman、雷達圖。各類型在 references/chart-types.md 中有完整 Python 示例。

統計側強調：

• 誤差線：SEM / SD / 95% CI，選擇說明見 references/error-bars.md。
• 顯著性標註：星號、括號、p 值等，見 references/significance-annotation.md；文檔寫明須附檢驗方法與 p 值，非顯著結果如實呈現。
• 檢驗集成：流程中包含正態性判斷及 t 檢驗、Mann-Whitney、ANOVA、Kruskal-Wallis 等選型（見 references/data-pipeline.md 工作流）。

期刊與輸出¶

references/journal-presets.md 提供 Nature / Science / Elsevier / 中文學報（GB/T） 四套尺寸與 rcParams 預設（含單欄、雙欄毫米與英寸對照）。文檔要求分辨率 ≥300 dpi，並推薦 600 dpi 導出。

數據管道默認產出 PNG（600 dpi）+ SVG + PDF；可選與 academic-docx-toolkit 聯動嵌入 Word（references/docx-integration.md）。

配色與數據管道¶

references/color-schemes.md 覆蓋色盲友好（如 Okabe-Ito）與灰階打印安全方案。references/data-pipeline.md 描述從 CSV/Excel 讀取、清洗、寬長錶轉換到作圖保存的全流程。

觸發與邊界¶

常見中文觸發包括：學術圖表、誤差棒、顯著性標註、期刊圖、把表做成圖等；英文含 academic chart、error bar、significance annotation 等。技能聲明 不 替代純數據分析（複雜洞察可路由 data-analyst-pro），不 處理架構/流程圖，禁止 僞造或篡改數據、禁止 P-hacking 式可視化；導出圖表須標註「AI 生成，須覈對數據來源」。

安裝與啓用¶

1、安裝 SkillHub CLI（若尚未安裝）¶

按 SkillHub 安裝說明 檢查或安裝：

command -v skillhub && skillhub --version

未安裝時可執行：

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

（僅需 CLI 時可在命令後加 -s -- --cli-only。）

2、安裝本 Skill¶

必須 用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能不被識別：

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

SkillHub 頁面也支持把下面提示交給 AI，讓其按安裝文檔完成安裝：

請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_8d26dabd/academic-chart-gen`。

3、各客戶端 skills 目錄（摘自官方安裝文檔）¶

安裝後按你所用客戶端要求刷新或重啓 Agent，使技能被加載。

4、Python 依賴¶

技能文檔要求本機具備：

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

Agent 生成並執行繪圖腳本前，請確認上述包已安裝在當前 Python 環境中。

典型用法¶

對話式入口¶

在已啓用技能的 Cursor / Claude Code 等環境中，可直接用自然語言描述任務，例如：

• 「我有一份實驗 CSV，畫帶誤差棒的柱狀圖，按 Nature 單欄尺寸導出。」
• 「兩組對比，做顯著性標註，誤差線用 SEM。」

技能會先確認數據來源爲真實實驗或公開數據集，再推薦圖類型、檢驗與導出參數；關鍵統計參數通常需要你確認，不會自動替你做結論或自動發佈。

可復現的代碼路徑¶

官方 README 給出最小示例：應用期刊 rcParams、計算均值與 SEM、繪製柱狀圖並做組間 t 檢驗顯著性標註，最後保存 PNG/SVG/PDF。核心片段如下（數據爲文檔中的虛構示例）：

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'
# … 括號與標註見 README 全文 …

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

若從 CSV 起步，按 references/data-pipeline.md 使用 load_and_clean_data 等步驟讀取 .csv / .xlsx，再進入檢驗與作圖分支。

適用場景與注意¶

適合誰

• 需要把實驗表做成 帶誤差線與顯著性 的論文圖，並對齊目標期刊寬度與 dpi 的科研寫作者。
• 已在使用 Agent 寫代碼，希望減少在「檢驗選型 + rcParams + 多格式導出」之間手工拼接的人。

限制與注意

• 輸入數據應完整、列名清晰；文檔寫明數據行數過少（如少於 3 行）時難以做有意義的統計圖，應補充樣本或調整展示方式。
• 手繪草圖、純架構圖、動畫/交互圖不在本技能主場景內，應路由到其他技能或工具。
• 統計結論與數據真實性由作者負責；技能拒絕僞造顯著性、選擇性刪點等違規請求。
• SkillHub 頁面統計（截至資料抓取）：評分 100000，下載 5225；安裝量等會隨時間變化，以 SkillHub 實時頁面爲準。

結尾¶

統計圖表生成把 CSV/Excel 到出版向統計圖的關鍵步驟（誤差線、顯著性、期刊預設、多格式導出）收進一套 Agent Skill 與參考文檔，適合與架構圖類技能分工協作。需要安裝或查看更新時，可打開 SkillHub 官方頁：

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