Overview
用一个多子命令入口生成出版级科研图表，所有图共享同一套视觉规范（Arial 优先字体、 去除 top/right spines、关闭网格、色盲友好调色板、300/600 dpi 保存、tight bbox）。
统一的 figure_style.py 模块把原先散落在 15 个 figN_*.py 脚本里的样式逻辑
收敛为可复用组件，支持 nature / cell / science 三种期刊预设，并提供
ROC 显著性检验、自助法置信区间、SHAP 特征重要性排序等真实的统计能力。
When to Use This Skill
- 需要为论文或报告生成 ROC 曲线、混淆矩阵、热图等标准图表
- 需要多个子图风格完全一致（同一篇论文里不能一个图 Arial 一个图 Times）
- 需要为机器学习结果生成 SHAP 摘要图或特征重要性图
- 需要给分子对接结果做结合能热图
- 需要给结构预测结果画 pLDDT 置信度分布
Quick Start
bashexport PYTHONPATH="$PWD/packages" # ROC 曲线（含 AUC 显著性检验与自助法置信区间） python skills/scientific-figures/scripts/make_figures.py roc \ --input data/roc.csv --output figures/fig8_roc \ --bootstrap-ci --fill-best --stats-output figures/fig8_roc_stats.csv # 混淆矩阵热力图（多模型） python skills/scientific-figures/scripts/make_figures.py confusion \ --input data/confusion.csv --output figures/fig9_cm # 分子对接结合能热图 python skills/scientific-figures/scripts/make_figures.py heatmap \ --input data/docking.csv --output figures/fig11_docking \ --cmap coolwarm_r --colorbar-label "Binding Energy (kcal/mol)" \ --x-label Receptor --y-label Ligand --percentile-clip # pLDDT 置信度直方图 python skills/scientific-figures/scripts/make_figures.py plddt \ --input data/plddt.csv --output figures/fig3_plddt # SHAP 摘要蜂群图 + 特征重要性条形图 python skills/scientific-figures/scripts/make_figures.py shap \ --input data/shap.csv --output figures/fig10_shap --top-n 15 \ --importance-output figures/fig10_importance.csv # 门-纲分类分布 python skills/scientific-figures/scripts/make_figures.py class-distribution \ --input data/taxa.csv --output figures/fig1_taxa --top-n 20
Workflow
- 加载样式：
apply_publication_style(style)设置 rcParams（字体、spines、网格、dpi、色板） - 读取数据：自动 BOM/分隔符嗅探，列名大小写不敏感匹配
- 按子命令分发：每个子命令是一个独立的绘图函数，共享统一的保存接口
- 统计增强（可选）
- ROC：AUC 梯形积分、AUC 间 Z 检验（Hanley-McNeil 标准误）、自助法置信区间
- 混淆矩阵：全局统一色阶 + 数值与百分比双标注
- SHAP：平均绝对 SHAP 值排序、标准差、Top N 选择
- 保存：
save_figure()同时输出 PNG（位图，用于预览与文档）与 PDF（矢量，用于投稿）
Parameters
| 参数 | 说明 | 默认值 |
|---|---|---|
subcommand | 图表类型（位置参数）：roc confusion heatmap plddt shap class-distribution secondary-structure model-performance feature-importance | 必填 |
--input | 输入 CSV | 必填 |
--output | 输出路径（不含扩展名时按 --formats 生成多个文件） | 必填 |
--style | 期刊预设：default / nature / cell / science | nature |
--formats | 输出格式 | png pdf |
--dpi | 分辨率 | 300 |
--top-n | 显示 Top N（SHAP / 分类分布 / 特征重要性） | 15 |
--bins | 直方图分箱数（pLDDT） | 50 |
--cmap | 热图色阶 | coolwarm_r |
--colorbar-label / --x-label / --y-label | 热图标签 | Value / 空 |
--percentile-clip | 热图色阶按 2%/98% 分位裁剪 | 关闭 |
--fill-best | ROC 图填充最佳模型曲线下方 | 关闭 |
--bootstrap-ci | ROC 图计算 AUC 自助法置信区间 | 关闭 |
--stats-output | ROC 显著性检验结果 CSV | 无 |
--importance-output | SHAP 特征重要性表 CSV | 无 |
--row-labels | 热图首列是否作为行标签 | auto |
Outputs
| 文件 | 说明 |
|---|---|
<output>.png | 300/600 dpi 位图，适合预览、PPT、Word 嵌入 |
<output>.pdf | 矢量图，适合投稿（期刊要求矢量图时用这个） |
<output>_beeswarm.png/pdf | SHAP 蜂群图（shap 子命令） |
<output>_importance.png/pdf | 特征重要性条形图（shap 子命令） |
<output>_stats.csv | ROC 模型的 AUC 两两 Z 检验结果（--stats-output） |
<output>_importance.csv | 全部特征的 mean_abs_shap 排名（--importance-output） |
Validation
- ROC：图上的 AUC 标签应与
--stats-output中的 AUC 一致；随机基线必须标注AUC = 0.50 - ROC 统计：Z 检验的样本量
--n-samples默认 500，是 Hanley-McNeil 近似的假设值； 若实际样本量不同请显式传入，否则 p 值会有偏差 - 混淆矩阵：所有子图共享同一色阶（脚本已固定全局 vmin/vmax），因此不同模型的 格子颜色可以横向比较；若发现颜色深浅不一致说明数据被拆成了多行
- 热图：色阶裁剪（
--percentile-clip）后极端值会落在色阶边界，需在图注中说明 - pLDDT：三档配色（>90 绿 / 70–90 蓝 / <70 黄）与 AlphaFold 官方分档一致
- SHAP：蜂群图的纵轴顺序必须与重要性条形图一致（脚本共用同一
top_features列表） - 通用：生成后检查 PNG 的实际像素尺寸与文字是否被裁切（tight bbox 正常，但极端长的 X 轴标签仍需目视检查）
- 字体：Arial 缺失时 matplotlib 会回退到 Helvetica/DejaVu Sans， 最终投稿前请确认目标机器已安装 Arial，否则排版会有细微差异
References
references/methodology.md—— 样式规范、各图类型的统计方法与色板选择原理references/troubleshooting.md—— 常见报错、列名不匹配、字体与输出问题排查
