scientific-visualization
Ajuda seu agente a criar figuras científicas prontas para publicação. Ele garante que as figuras sejam claras, acessíveis e sigam os padrões de revistas.
O que ela faz
Esta ferramenta ajuda a criar gráficos científicos claros e precisos para publicações. Ela garante que os dados não sejam alterados ou distorcidos, foca na clareza e acessibilidade, e ajuda a preparar os gráficos para revistas científicas.
Quando usar
- ✓Ao criar um gráfico para uma revista científica.
- ✓Quando você precisa garantir que um gráfico mostre os dados de forma honesta.
- ✓Para verificar se um gráfico é acessível para daltônicos ou outras deficiências visuais.
Exemplo do que pedir para a IA
“Crie um gráfico de barras mostrando as vendas mensais, garantindo que o eixo Y comece em zero e que os dados ausentes sejam claramente indicados.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta funciona definindo claramente o que o gráfico deve mostrar, escolhendo como representar os dados de forma honesta (cores, escalas, etc.) e garantindo que o gráfico seja acessível a todos, antes de implementá-lo com código.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add K-Dense-AI/scientific-agent-skills --skill scientific-visualizationOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/main/skills/scientific-visualization/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Visualização Científica
Crie figuras que preservem o significado científico antes de otimizar a aparência. Separe princípios universais de regras datadas de editoras, preserve dados brutos e transformações, use cores de forma redundante e inspecione arquivos entregues em vez de confiar nos padrões de plotagem.
Diretrizes inegociáveis
- Nunca altere, oculte, invente ou aprimore seletivamente dados para melhorar uma figura.
- Preserve tabelas/imagens brutas, exclusões, códigos de valores ausentes, código de análise, normalização, discretização, ajustes de imagem e sementes aleatórias.
- Não infira requisitos de revista. Identifique a revista exata, o tipo de artigo, o tipo de figura e a fase de submissão; verifique suas orientações oficiais ativas.
- Não afirme que uma paleta, valor de DPI, formato ou relatório automatizado torna uma figura acessível ou compatível com a revista.
- Não conecte silenciosamente observações ausentes, suprima pontos inconvenientes, aumente a amostragem de imagens como se o detalhe tivesse aumentado ou ajuste eixos/eixos duplos para exagerar uma conclusão.
- Mantenha saídas interativas e estáticas como entregas distintas. O hover interativo não substitui rótulos, texto alternativo, acesso por teclado, uma tabela de dados acessível ou um fallback estático.
Leia references/publication_guidelines.md para codificação enganosa e verificações de integridade. Leia references/journal_requirements.md somente após o destino e a fase serem conhecidos.
Fluxo de trabalho
1. Defina a evidência e o destino
Registre:
- público e meio: manuscrito, web, slide, pôster, suplemento;
- editora/revista exata, tipo de artigo, fase de submissão e largura final pretendida;
- semântica da variável, unidades, estrutura de amostra/réplica, valores ausentes/censurados;
- estimador e definição de incerteza;
- transformações: filtragem, agregação, normalização, suavização, discretização, processamento de imagem;
- caminhos/identificadores de dados de origem e proveniência da saída.
Se os requisitos não forem conhecidos, crie uma figura geral provisória e rotule todas as escolhas da editora como pendentes de verificação.
2. Escolha uma codificação honesta
Prefira a posição em uma escala comum. Antes de codificar, verifique:
- Barras/áreas: normalmente incluem zero porque o comprimento/área é medido a partir de uma linha de base.
- Pontos/linhas: limites diferentes de zero podem ser válidos; mostre o contexto e divulgue quebras.
- Incerteza: nomeie DP, EP, IC, percentil, posterior ou outro intervalo; declare
ne a unidade de replicação. - Observações brutas: mostre-as quando viável; não deixe o jitter obscurecer categorias/valores.
- Dados ausentes: distinga ausente, zero, censurado e excluído; use lacunas ou estilo de modelo/interpolação explícito.
- Área/volume: escale área/volume, não raio/diâmetro; evite 3D decorativo.
- Eixos logarítmicos: rotule a base/transformação e declare como valores zero/negativos são tratados.
- Discretização/suavização: registre limites, largura/janela, método e sensibilidade.
- Normalização: declare a fórmula/referência e mantenha os limites consistentes entre os painéis comparados.
- Eixos duplos: prefira painéis alinhados; se inevitável, justifique as unidades e não crie correlação aparente.
- Imagens: preserve originais, divulgue ajustes de imagem inteira, mostre barras de escala e evite fundos cortados/apagados.
3. Projete a acessibilidade desde o início, não depois
- Use cor mais marcador, estilo de linha, hachura, rótulo direto ou separação de painel.
- Escolha cor qualitativa, sequencial, divergente ou cíclica de acordo com a semântica dos dados.
- Audite o contraste de primeiro plano/fundo no tamanho renderizado.
- Torne explícitos os valores ausentes e fora do intervalo.
- Forneça texto alternativo, uma descrição mais longa para figuras complexas e dados subjacentes para entrega na web.
- Trate o WCAG 2.2 como orientação para a web: 4,5:1 para texto normal, 3:1 para texto grande e 3:1 para objetos gráficos necessários para a compreensão; a cor não pode ser a única pista. Aplicabilidade e exceções importam.
Veja references/color_palettes.md. Uma tela em tons de cinza é útil, mas não é um teste completo de visão de cores ou acessibilidade.
4. Implemente com estilos com escopo
Execute exemplos de shell deste diretório de habilidades. Para seu próprio script de figura, adicione scripts/ e assets/ ao caminho de importação (veja o bootstrap em references/matplotlib_examples.md) e crie o diretório de saída. Use a API orientada a objetos do Matplotlib e contextos de estilo temporários:
import matplotlib.pyplot as plt
from style_presets import style_context
with style_context("default", palette_name="okabe_ito_on_white"):
fig, ax = plt.subplots(
figsize=(89 / 25.4, 60 / 25.4),
layout="constrained",
)
…
Perguntas frequentes
O que significa 'dados honestos'?
Significa que o gráfico não deve alterar, esconder ou exagerar os dados. Ele deve representar a informação científica de forma fiel.
Como a ferramenta garante acessibilidade?
Ela sugere usar cores combinadas com outros elementos visuais (como formas ou linhas), verificar o contraste e fornecer descrições alternativas para pessoas com deficiência visual.
Posso usar qualquer tipo de gráfico?
A ferramenta foca em gráficos para publicações científicas e orienta sobre as melhores práticas para diferentes tipos de representação de dados, como barras, linhas e imagens.
Detalhes
Descrição original do autor
Creates and audits truthful, accessible, publication-ready scientific figures with Matplotlib, Seaborn, or Plotly. Use it for figure design, multi-panel layouts, uncertainty and missing-data displays, color/contrast review, image metadata validation, and journal export planning.
Popularidade
- Estrelas no GitHub
- 51 mil
- Posição no ranking
- #1973
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
13c-metabolic-flux
Estima fluxos metabólicos usando dados de rastreamento de isótopos de carbono-13. É útil para analisar o metabolismo celular e vias bioquímicas.
K-Dense-AI/scientific-agent-skills
adaptyv
Projeta experimentos de caracterização de proteínas usando a API Adaptyv. Ele ajuda a estimar custos, enviar sequências e monitorar resultados de laboratório.
K-Dense-AI/scientific-agent-skills
aeon
Realiza tarefas de aprendizado de máquina em séries temporais. É útil para classificar, prever, detectar anomalias e encontrar padrões em dados sequenciais.
K-Dense-AI/scientific-agent-skills
alphagenome
Consulta efeitos genômicos pré-calculados para variantes genéticas. Ele fornece pontuações e explicações para entender o impacto das variantes no genoma.
K-Dense-AI/scientific-agent-skills
Skills parecidas
ios-icon-gen
Faz seu agente gerar ícones para aplicativos iOS. Ele usa símbolos da Apple ou ícones de outras fontes para criar os arquivos corretos.
affaan-m/ECC
algorithmic-art
Ajuda seu agente a criar arte usando código, gerando imagens únicas. É útil quando você quer arte original feita por computador.
anthropics/skills
canvas-design
Ajuda seu agente a criar artes visuais bonitas em arquivos. É útil quando você pede um pôster, uma arte ou qualquer design estático.
anthropics/skills