ChenLiu-1996/figures4papers
figures4papers
Yale CS 博士生 Chen Liu（刘晨）的论文配图脚本集——所有图都端到端 Python 生成，发表在 Nature Machine Intelligence、ICML、NeurIPS、ECCV 等顶刊顶会。
能用来干嘛
写论文画图的时候直接抄。仓库按图型组织，每类都有完整可跑的脚本和导出的成品图对照：定量对比 bar 图（figure_ImmunoStruct）、成分分解 bar 图（figure_Brainteaser）、雷达图与折线图（figure_VIGIL）、3D 球体散点（figure_Dispersion）、概念示意图、趋势图（figure_ophthal_review）。改数据、跑脚本、出 PNG + PDF，不用再对着 PPT 微调半天。
亮点：自带的 Agent Skill
仓库里 scientific-figure-making/ 是一个标准的 agent skill：SKILL.md 快速参考 + references/ 下的 api.md（配色、helper、导出约定）、common-patterns.md（可复用图型模式）、design-theory.md（风格设计原理）、tutorials.md（分步教程）。在 Cursor / Claude Code / Codex 里把仓库打开、按路径引用，或者 symlink 到 ~/.claude/skills/ 等目录，就能让 AI 按同一套出版级风格帮你写画图脚本——README 里给了现成的 prompt 模板。
适合收藏的原因
- 成果背书：脚本产出的图真实发表在 Nature MI / ICML / NeurIPS / ECCV，不是玩具示例
- 按图型分类：bar / 雷达 / 折线 / 3D / 概念图 / 趋势图，写论文常见的图型基本都覆盖
- Agent skill 形态：不只是脚本集，还封装成可被 AI 编程工具引用的 skill，画图工作流可以直接交给 agent
- 10k+ stars：2025-04 开仓，一年半攒到 1 万星，仍在活跃更新
注意
许可证是 CC BY-NC 4.0（署名-非商用）：脚本可以自由参考、修改、学习，商用需要另行授权；作者也明确欢迎在符合学术规范的前提下引用相关论文。