学术图表一键生成

学术图表制作的挑战

科研论文中的图表是数据可视化的关键，但制作符合期刊标准的图表常面临实际痛点。首先，期刊如 Nature 和 Lancet 对图表尺寸（单栏 89mm、双栏 183mm）、DPI（600 以上）、字体（如 Helvetica 7pt，最小 5pt）和配色（色盲安全）有严格规定。手工调整 matplotlib 代码以满足这些要求耗时且易错，例如手动设置栏宽、字号或配色方案。其次，数据校验缺失可能导致输出无效：系列长度不匹配、缺少必需键等错误会生成破损图表，影响投稿效率。此外，传统配色可能不适合色盲读者，降低论文的可访问性。

核心功能与工作流程

该工具通过一条命令解决上述问题，核心能力包括：

• 14 种图表类型：覆盖柱状图（-t bar）、热力图（-t heatmap）、森林图（-t forest）、KM 生存曲线（-t km）等，通过 -t 参数指定，适用于多数分析场景。
• 7 套配色方案：内置 glm（默认，素雅色盲安全）、okabe-ito（Nature Methods 金标准）等，使用 --theme 切换。例如，--theme okabe-ito 确保期刊投稿时的色盲友好性。
• 期刊预设：--journal nature 或 --journal lancet 自动应用官方栏宽、字号和 DPI（如 nature 双栏 183mm，字号 7pt），避免手动配置。
• 数据校验与验证：

- 运行前执行 validate_data()，检查数据结构（如 box/violin 的 labels 必须与组数匹配），致命错误（如空系列）返回 exit 1 不落盘。
- 输出 PDF 时使用 --verify 进行像素级重叠检查，防止标签遮挡。

• 中文支持：--cjk 自动检测中文字体（如 Noto Sans CJK），递归扫描数据字典键值，避免乱码。

工作流程：用户提供 JSON 数据文件，运行命令如 python gen_figure.py -t bar --theme okabe-ito --journal nature -o figure.pdf。工具依次执行数据校验、配色应用、布局调整，输出 600 DPI 的 PDF 文件，符合出版标准。

使用注意事项

• 数据格式要求：输入必须为 JSON，包含图表类型所需键值。例如，柱状图需要 series（数据数组）和 labels（标签）；误差棒需通过 errors 字段添加。
• 期刊投稿建议：投稿时优先使用 --theme okabe-ito 和 PDF 输出，以满足主流期刊的色盲安全要求。避免使用 nature 或 lancet 配色方案，因其非色盲安全。
• CJK 字体问题：系统需安装中文字体（如 Noto Sans CJK），否则运行 setup_env.py 自动检测和清理字体缓存。自定义字体可通过 --cjk-font 指定。
• 验证流程：交付 PDF 前，建议运行 scripts/audit_pdf.py 检查字号是否符合期刊最小值（如 nature 5pt），并使用 scripts/verify_overlap_pixel.py 验证无重叠。
• 适用边界：本工具专注于学术图表生成，不适用于医学示意图（如 SVG）或终端 CLI 图表，这些有专门工具处理。流程图（-t diagram）需避免使用白色块，以防在白底上不可见。