scientific agent skills可指导生成折线图、散点图、柱状图、直方图、箱线图、小提琴图、热图和多面板科学图，主要通过matplotlib、seaborn及scientific-visualization等技能实现。先确定数据关系和图表用途，再选择类型；安装技能不会自动补齐数据或生成可靠结论。
趋势、关系和类别比较图
连续变化可用折线图，两个变量的关系可用散点图，类别比较可用柱状图；观察分布可用直方图。矩阵或相关结构可选择热图。
提供变量、单位和分组，并说明是否存在缺失或重复测量。不要只要求“画得好看”，还应核对坐标和汇总方式是否忠实表达数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
统计分布和多组对比图
Seaborn适合箱线图、小提琴图、分类散点图、回归展示、配对关系图和热图，也能按条件组织分面。具体函数应随数据结构和比较目标选择。
若使用均值、置信区间或拟合线，要求说明计算方法和样本单位。显示差异不等于差异具有统计或实际意义。
多面板、交互与导出按用途配置
scientific-visualization可指导多面板布局、误差与缺失值表达，并使用Matplotlib、Seaborn或Plotly。交互图和静态图应分别交付，不能只靠悬停内容解释关键结论。
PNG等位图和PDF、SVG等矢量输出各有用途，选择时确认最终尺寸、文字和目标格式。Plotly静态导出还受Kaleido和浏览器环境影响，导出后需实际打开检查。
