القائمة
为 R 或 Python 真实数据选择、绘制、返工和审查发表级统计图、数据图，包括森林图、生存曲线、ROC、热图和模型诊断，并控制尺寸、字体、配色与多面板。任何 ggplot/matplotlib 统计出图均使用；流程、机制、框架和技术路线转 research-visuals。上游为 biostat-principles。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
初始化标准卫生统计研究或咨询项目，默认生成 R 七层目录，也可按用户明确选择生成 Python 目录，并创建 PROTOCOL、SAP、结果单源、registry 与可选 Git 配置。仅在用户明确要求创建项目或把空工作区建成正式项目时使用；简单作业、快速核验和已有项目分析不触发。上游为 biostat-principles；咨询项目完成分析后再用 consulting-delivery。
Python 流行病学与生物统计分析的可选执行层，仅用于用户明确要求 Python，或既有项目已经以 Python 为主流程时的数据清洗、描述统计、回归、生存分析、预测验证、统计表图、代码调试和结果复现。开工先遵循 biostat-principles；统计图配合 publication-figures，客户外发再用 consulting-delivery。未指定语言的普通统计分析、R 环境或依赖缺失、研究设计定稿、论文写作或仅操作 xlsx 文件不触发。
R 流行病学与生物统计的主要执行层，用于 R 数据清洗、描述统计、回归、生存、中介、Meta 分析、统计表图和代码调试；用户未指定语言且无既有语言合同时也使用。开工先遵循 biostat-principles；统计图配合 publication-figures，客户外发再用 consulting-delivery。不用于已明确采用 Python 的分析、研究设计定稿或论文写作。
基于已验证的代码、结果单源和表图生成或结构性重写中英文期刊论文、学位论文部件、摘要、题名、cover letter、审稿回复、highlights 和投稿正式往来，并做投稿前一致性自查。开工先用 biostat-principles，终审用 academic-humanizer；实际 Word 操作再配合 docx。已有文本的局部润色或压缩只用 academic-humanizer。
流行病学与生物统计的上游行为原则，用于研究设计、R/Python 分析、论文、咨询交付和项目审查开工前，以及口径争议、结果不一致或试新方法时。提供原始数据只读、最小实现、可验证目标、结果追溯、复现、异常闭环和隔离实验规则；轻量任务不因此升级为正式项目。
把已完成并验证的 R 或 Python 分析打包为客户可独立复现、可直接阅读且保留真实溯源的咨询交付物。用于“给客户交付”“打包结果”或在 05_reports/ 建正式结果包；不用于未完成分析或内部探索。上游为 biostat-principles，文本终审配合 academic-humanizer，签发配合 epi-project-audit。
| name | publication-figures |
| description | 为 R 或 Python 真实数据选择、绘制、返工和审查发表级统计图、数据图，包括森林图、生存曲线、ROC、热图和模型诊断，并控制尺寸、字体、配色与多面板。任何 ggplot/matplotlib 统计出图均使用；流程、机制、框架和技术路线转 research-visuals。上游为 biostat-principles。 |
核心目标：一次出图即可直接投稿，不再因字号、分辨率、配色、字体缺失被退回。
一句话记忆：尺寸用 mm、字体 sans-serif 嵌入、字号 6–10 pt、PDF + 300 DPI PNG 双存、既有项目视觉语法优先、目标期刊风格在全项目内一致。
范围边界：本技能处理统计图、数据图和含坐标/尺度映射的论文结果图。流程图、技术路线、结构图、包含关系、概念框架、机制示意和其它非统计视觉默认调用 research-visuals，由其优先使用 imagegen，并仅在明确矢量要求、工具不可用或全部适用生成路径耗尽后最终回退 svg-diagrams；不再用 ggplot、ggflowchart、DiagrammeR 或 R 包默认样式绘框。混合图分别生成统计面板与非统计视觉面板，再统一字体、配色和边距拼装。
新图、重大重绘或多面板图在写代码前锁定：科学问题 / 一句核心结论 / 数据与结果来源 / 每个面板的独立贡献 / 最终载体和物理尺寸 / 统计与审稿风险。单张明确图型或轻量改色只执行缩略合同，不增加固定用户确认；只有分组、终点、纳排、主方法、变量映射或来源确有歧义时才问。
每个面板必须回答一个独立问题。两个面板若使用相同数据回答相同问题、一个可由另一个直接推导，或删除其中一个不影响核心结论，则合并或删除。图型和面板数量由科学问题决定，不由配方数量、期刊风格或版面空位决定。
先区分内容更新与样式重设计：只更新数值、术语、标签、精度或注释时，除非存在明确不合规问题，否则保持原图的视觉语法，不借内容更新擅自改成另一套模板。视觉语法包括图型、布局、低对比底纹或交替行、配色角色、字体层级、线型、符号、图例位置与留白；技术性的白色导出画布不等于图内必须纯白。若用户明确对图形样式不满，或现有样式妨碍表达、比较或最终尺寸可读性，则主动重新设计，不得以“保留原风格”为由拒绝必要改进。
重设计时先读取同一项目已有图件与模板，尽量统一目标期刊风格体系，包括字体、配色角色、线宽、图例、背景或底纹逻辑与信息密度；不同图型可使用不同布局，不为形式一致牺牲表达清晰度。用户指定目标期刊，但本地没有适用样式模板或已验证样例时，先用 evidence-research 的快速核验流程在 PubMed 检索至少 2 篇该期刊近期相同或相近图型论文，再查看 PubMed Central（PMC）或出版社全文中的实际图件，记录布局、字体层级、配色、底纹或分区、图例和信息密度后再设计。不得只根据摘要或搜索结果摘要推断图形风格，也不得复制论文数据。
| 层级 | 何时 | 怎么做 |
|---|---|---|
| T1 基础图 | 用户没要"高级"；标准统计图（散点/箱/小提琴/KM/ROC/森林/列线/RCS/火山/PCA） | 有既有项目时沿用已锁定主题；从零且无参考时才用 scripts/fig_setup.R 的 theme_pub()+save_fig() 作为起点。代码起点查常用 50（见 0.2）；不开进阶宝库，不堆元素，也不把纯白背景当作投稿要求 |
| T2 优雅升级 | 朴素图信息损失/同质化，或用户要"好看点" | 查 chart-gallery.md 速查表选替代（云雨/山脊/哑铃/棒棒糖/桑基…）→ grep catalog 取对应配方。升级必须比朴素图多传达信息（分布形状/配对方向/层级/流量），否则退回 T1 |
| T3 顶刊复现 | 用户明说"顶刊同款/Nature 风/复杂高级"，或数据本身需要（多重注释热图/circos/系统发育/合图/网络） | 必走 0.2 检索，打开命中配方的 work.R + 预览 + 教程，借技法/配色/拼接 + eyedroppeR 复刻配色，再按 §1–§12 重写 |
references/recipes_catalog.md 是单一检索面——按意图关键词（热图/森林/云雨/桑基/网络/生存/ROC/火山/哑铃/circos/系统发育…）grep，命中行给「关键包 + 技法 + 资料 + 路径」。.md 教程 + 渲染预览（PDF/PNG），先 Read 预览看效果再决定借鉴。facet_*/ggh4x/reorder_within）、合图拼接（patchwork/cowplot/无缝拼图）、注释（双箭头/曲形文本/显著性标记/发光点强调）、配色与排版。多个配方的技法可组合（见 recipes_advanced_index.md 的"创新/合并思路示例"，如云雨图+曲形文本、热图+边际折线）。意图相近即可充分参考，技法可跨图型迁移。pdf()+硬编码路径+默认尺寸，不达发表级）；落地一律按 §1–§12 重写。install.packages()、BiocManager::install()、devtools::install_*() 等行是上游环境准备痕迹，只能识别依赖，不得执行或复制进主流程。当前环境缺包时报告包名、用途与影响，让用户自行准备后再继续。scripts/build_catalog.R 重生成 catalog（扫 skill 自带配方重建索引；维护者可用 PUBLICATION_FIGURES_SOURCE 指定只读全库并同步教程/预览，普通使用者无需此源——skill 已自带 work.R+教程+预览，未设置时自动跳过同步，仅重建索引）。优雅 ≠ 炫技：新意服务表达。一张图只讲一个核心关系；能朴素讲清就不堆元素（默认 T1）；升级图型必须比朴素图多传达信息，否则退回朴素图。 配方与画廊来自本机 R 可视化库，已随 skill 落地到
references/（work.R + 教程 + 预览），不依赖外部路径。
| 版面类型 | 宽度 | 最大高度 | 说明 |
|---|---|---|---|
| 单栏 | 约 88–90 mm | 170 mm | Nature/Lancet/NEJM 通用 |
| 1.5 栏 | 约 120–140 mm | 170 mm | 中等宽度 |
| 双栏 / 全幅 | 约 180 mm | 225 mm | 多面板主图 |
width = 8, height = 6 这类未说明单位的默认尺寸替代。04_figures/ 内同名不同后缀；非统计视觉按 research-visuals 输出最终 PNG，只有走矢量回退时才保留 SVG + 同名 PNG。dpi < 300。ggsave(..., device = cairo_pdf)mpl.rcParams['pdf.fonttype'] = 42 与 rcParams['ps.fonttype'] = 42否则 PDF 中文变方块或缺字。 Windows 默认做法（脚本头部一次性）：
library(sysfonts); library(showtext)
cn_font_path <- Sys.glob("C:/Windows/Fonts/msyh.ttc")
if (length(cn_font_path) == 0) cn_font_path <- Sys.glob("C:/Windows/Fonts/simhei.ttf")
if (length(cn_font_path) > 0) sysfonts::font_add("zh_sans", regular = cn_font_path[[1]])
showtext::showtext_auto(); showtext::showtext_opts(dpi = 300)
plot_family <- if (length(cn_font_path) > 0) "zh_sans" else "sans"
所有 theme_classic(base_family = plot_family) 与 geom_text(family = plot_family) 用同一变量驱动。
ggsave(..., device = cairo_pdf) + ggsave(..., device = ragg::agg_png, dpi = 300) 双存。
Mac/Linux 平台改 Sys.glob 路径（/System/Library/Fonts/PingFang.ttc、/usr/share/fonts/**/SourceHanSans*.otf）。
REQUIRED：中文图件导出后，必须把 PDF 第一页转 PNG 并 Read 验证（中文不是方块、未被裁切），核验完删除 preview。
# PDF 第一页转 PNG 验证中文
import fitz
fitz.open('x.pdf').load_page(0).get_pixmap(dpi=200).save('preview.png')
viridis / cividis；NEVER 红绿对比做连续映射。ggplot2：theme_classic(base_size = 8, base_family = "Arial") 或 theme_bw() 仅是从零且无既有风格证据时的起点，不是纯白强制。已有图只更新内容时优先保留其视觉语法；表格式森林图等需要跨列追踪时可保留或使用低对比交替行。删次要网格线，保留必要主网格线；若保留标题，标题居中加粗；图例优先右侧/底部，仅当明显更差时才放顶部，不压数据。
matplotlib 基线 rcParams：
import matplotlib as mpl
mpl.rcParams.update({
"figure.dpi": 150, "savefig.dpi": 300,
"pdf.fonttype": 42, "ps.fonttype": 42, "svg.fonttype": "none",
"font.family": "Arial",
"font.sans-serif": ["Arial", "Microsoft YaHei", "SimHei", "DejaVu Sans"],
"axes.unicode_minus": False,
"font.size": 8, "axes.titlesize": 9, "axes.labelsize": 8,
"xtick.labelsize": 7, "ytick.labelsize": 7, "legend.fontsize": 7,
"axes.linewidth": 0.6, "xtick.major.width": 0.6, "ytick.major.width": 0.6,
"axes.spines.top": False, "axes.spines.right": False,
"lines.linewidth": 1.0, "lines.markersize": 4,
})
Tumor volume (mm³)）。* 阈值在图注定义。forestploter、forestplot 或一致的 ggplot 实现均可。patchwork；面板标签 plot_annotation(tag_levels = "A") & theme(plot.tag = element_text(face = "bold"))。fig, axes = plt.subplots(..., constrained_layout=True)；ax.text(-0.1, 1.05, "a", transform=ax.transAxes, fontweight="bold", fontsize=9)。patchwork 自动对齐；坐标轴标题能合并就合并。library(ggplot2); library(patchwork)
p <- ggplot(dat, aes(x, y, colour = group)) +
geom_point(size = 1.2) +
scale_colour_viridis_d(end = 0.85) +
labs(x = "Follow-up (months)", y = "Tumor volume (mm³)", colour = NULL) +
theme_classic(base_size = 8, base_family = "Arial") +
theme(plot.title = element_text(face = "bold", hjust = 0.5),
legend.position = "right",
axis.line = element_line(linewidth = 0.4),
axis.ticks = element_line(linewidth = 0.4))
# 路径经 config.R 的 fig_path() 取（registry，编号不写死；见 project-init references/registry.md）
ggsave(fig_path("volume", "pdf"), p,
width = 88, height = 70, units = "mm", device = cairo_pdf)
ggsave(fig_path("volume", "png"), p,
width = 88, height = 70, units = "mm", dpi = 300, bg = "white")
from pathlib import Path
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(88/25.4, 70/25.4)) # mm → inch
ax.scatter(dat["x"], dat["y"], s=6)
ax.set_xlabel("Follow-up (months)")
ax.set_ylabel("Tumor volume (mm³)")
fig.tight_layout()
# 路径经 config 的 fig_path() 取（registry，编号不写死）
fig.savefig(fig_path("volume", "pdf"))
fig.savefig(fig_path("volume", "png"), dpi=300, bbox_inches="tight", facecolor="white")
plt.close(fig)
fig_setup.R 出；T2/T3 已 grep references/recipes_catalog.md 命中配方、打开 work.R/预览借鉴（非凭记忆从零写）；图型按 chart-gallery.md 选型（不无脑柱/箱，新意服务表达）cairo_pdf（R）或 pdf.fonttype=42（Python）sysfonts::font_add + showtext_auto() 注册中文字体，并 Read PNG 验证!anyNA）guides="collect"（会出重复图例）traj_、_ms2、_bpm）| 图类型 | 推荐尺寸 (宽×高 mm) | 备注 |
|---|---|---|
| ROC / 校准曲线（单图） | 88 × 85 | 方形；base_size = 8 |
| ROC + 校准并排 | 180 × 85 | patchwork 拼图 |
| 森林图 | 160 × (5–8 × 行数 + 20) | 行高 5–8 mm；标题预留 20 mm |
| 列线图（≤ 6 变量） | 180 × 110 | 每变量约 12 mm |
| 列线图（≥ 7 变量） | 180 × 150–180 | 必要时纵版 150 × 200 |
| RCS / 剂量反应曲线 | 120 × 85 | 图例顶部；中文 title 拆两行 |
| SEM 路径图 | 180 × 115 | coord_cartesian(expand=F) 填满 |
| 相关热图 / 矩阵 | 130 × 130 | 方形 |
| 缺失模式 | 180 × 135 | 横版 |
| KM 生存（含 risk table） | 120 × 120 | risk table 约 30% 高度 |
plot.margin = margin(..., l = 60) 硬塞 >40mm 左空白；改用 scale_y_discrete / axis.text.y / annotation_custom。base_size = 12；小画布必须 base_size = 7–8，中文压到 7。str_wrap(title, 14) 或拆两行。"right" / "bottom" 外嵌最稳；仅当绘图区内确有大片空白且经 Read 验证图例完全不压数据时，才可用 legend.position = c(x, y) 内嵌，并加半透明白底（legend.background = element_rect(fill = alpha("white", .7), colour = NA)）保证可读；一旦内嵌后发现压线，立即改外嵌或换到空白象限重渲。rms::calibrate() / pROC::plot.roc() / rms::nomogram() 的 base R 默认绘图；从对象取数据用 ggplot2 重绘。theme_bw() 不带 base_size 覆盖；默认 11pt 对 88mm 画布过大。ggsave(..., width = 8, height = 6) 英寸默认值带进最终图；一律 units = "mm"。base_family 留作 "Arial" / "sans" 不注册中文字体；必须 sysfonts::font_add + showtext::showtext_auto()。ragg::agg_png、PDF 走 cairo_pdf，两条字体路径独立；中文图必须额外把 PDF 第一页转 PNG 复核。stopifnot(!anyNA(x))。图例出现 "NA"/灰色未命名组 = 漏映射，必修。facet_wrap/facet_grid（每面板独立排序用 reorder_within 手法：唯一 y 键 + scale_y_discrete(labels=) 还原显示名）。NEVER 用 patchwork 拼 N 子图 + guides="collect" 当各子图分类子集不同——会出上下重复图例；必须用 patchwork 时显式统一各面板因子 levels + drop=FALSE。traj_、seq_、_ms2、_bpm、subject_id）；维护"列名→标签"映射并按语言键存中英对照（label_zh / label_en），出图按当前论文语言取标签。英文稿 NEVER 沿用中文标签的图——切到英文键重出图；中文稿同理。新变量必补中英两条（呼应全局 CLAUDE.md §6 的术语合同）。IA_TLG、TNM_TLG，或带括号/下标/上标的写法）在图（轴/图例/图例标题/列线图行名/森林行名/DCA 图例）与正文/表格中必须用同一字面后缀写法，不可正文 IA_TLG（下标）而图里 IA(TLG)（括号）。出图前确认与正文采用的写法一致；正文若用下标，图内因绘图引擎难排下标可用同字符的行内式（IA_TLG），但后缀本身（_TLG 还是 (TLG)）两边必须统一。改了正文写法要同步重出图。先 Read PNG/PDF 看，再逐条过——不只看好不好看，更看数字对不对：
07_paper/results.yaml 找到，并与派生 0_result_summaries.md 完全一致；schematic / 标注里的数字禁止硬编码（硬编码必随结果更新而过时，如设计图 AUC 未随主结果重跑而停在旧值）；与全文 headline 不矛盾。scale() 恒得 ±0.707，热图全 ±0.7 是假象不是信号）；检查量级、方向、分布、趋势是否符合常识与已知结论（如校准 slope>1 应表现为预测向中部压缩、不该出现矛盾形状）。发现可疑模式 = 疑点，先判定是画图 / 原数据 / 方法哪一层的问题再出图。未做完这三条自检 = 图未完成；任一条触发即回到代码层定位根因（画图 bug / 数据陈旧 / 方法错误）后重出，不带病交付。