academic-plotting

name	academic-plotting
description	论文图表生成工具。支持架构图/系统流程图（Gemini AI生成）和数据图表 （matplotlib/seaborn 折线图/柱状图/散点图/热力图）。 当用户说"画图"、"论文图表"、"Figure"、"architecture diagram"、"plotting"、 "数据可视化"、"画个图"时触发。
tags	["Academic Writing","Visualization","Matplotlib","Seaborn","Plotting","Figures","Diagrams","NeurIPS","ICML","ICLR","LaTeX"]

论文图表生成

两种工作流：

1. 架构图/系统图 — Gemini AI 图像生成
2. 数据图表 — matplotlib/seaborn

工作流选择

图类型	工具	原因
架构图/系统流程图	Gemini	复杂空间布局，框+箭头+标签
工作流/管线/生命周期	Gemini	多步骤流程
柱状图/折线图/散点图	matplotlib	精确数值数据，可复现
热力图/混淆矩阵	matplotlib/seaborn	结构化网格数据
消融实验对比	matplotlib	分组柱状图/折线对比
训练曲线	matplotlib	Loss/accuracy 随步骤/epochs 变化

经验法则：有数值坐标轴用 matplotlib，有框和箭头用 Gemini。

上下文分析与提取

从用户输入中自动识别：

输入类型	提取目标
论文全文/章节草稿	系统组件、关系、数据流
描述段落	关键实体、层次、连接
原始结果/数据表	指标、方法、对比结构
CSV/JSON 数据	变量、趋势、分组维度

Workflow 1: 架构图（Gemini）

视觉风格

四种风格可选，一篇论文的所有图保持一致：

A. 简笔画 — 温暖、亲切，适合概述图。手绘线条质感，柔和色彩 B. 现代极简 — 自信、权威，适合方法图。几何形状，大胆色块 C. 技术插画 — 丰富图标，适合教程型论文。每个组件有含义图标 D. 经典学术 — 安全，适合任何会议，灰度友好。左侧色条区分

色板

• Ocean Dusk（推荐）：#264653 #2A9D8F #E9C46A #F4A261 #E76F51
• Okabe-Ito（色盲安全，数据图必用）：#E69F00 #56B4E9 #009E73 #F0E442 #0072B2 #D55E00 #CC79A7

Prompt 结构

每次生成包含6部分：

1. FRAMING（5行）：图的目标和氛围
2. VISUAL STYLE（20-30行）：完整风格定义块
3. COLOR PALETTE（10行）：精确 hex 色值
4. LAYOUT（50-150行）：每个组件、位置、分组
5. CONNECTIONS（30-80行）：每条箭头——起点、终点、样式
6. CONSTRAINTS（10行）：不要包含什么

关键规则

• 总是尝试 3 次，质量差异大
• 风格定义块是必须的，否则 Gemini 默认通用企业风格
• 每次精确写出每个标签，Gemini 可能拼错
• 保存生成脚本到 figures/gen_fig_<name>.py

详细参考见 references/diagram-generation.md

Workflow 2: 数据图表（matplotlib/seaborn）

图类型自动选择

数据模式	最佳图类型
随时间/步长趋势	折线图
多类别对比	分组柱状图
分布	提琴图/箱线图
相关性	散点图
网格数值	热力图
占比	堆叠柱状图（避免饼图）
多方法单指标	水平柱状图（排行榜）

出版级样式模板

import matplotlib.pyplot as plt
plt.rcParams.update({
    "font.family": "serif", "font.size": 10,
    "axes.titlesize": 11, "axes.titleweight": "bold",
    "axes.labelsize": 10, "legend.fontsize": 8.5,
    "axes.spines.top": False, "axes.spines.right": False,
    "axes.grid": True, "grid.alpha": 0.15,
    "figure.dpi": 300, "savefig.dpi": 300,
})
COLORS = ["#264653", "#2A9D8F", "#E9C46A", "#F4A261", "#E76F51"]
OUR_COLOR = "#E76F51"

常用图表模式

折线图（训练曲线）：

fig, ax = plt.subplots(figsize=(3.25, 2.5))
markers = ["o", "s", "^", "D", "v"]
for i, (method, (mean, std)) in enumerate(results.items()):
    color = OUR_COLOR if method == "Ours" else COLORS[i]
    ax.plot(steps, mean, label=method, color=color,
            marker=markers[i], markevery=max(1, len(steps)//8))
    ax.fill_between(steps, mean-std, mean+std, color=color, alpha=0.12)
ax.set_xlabel("Training Steps"); ax.set_ylabel("Accuracy (%)")
ax.legend(loc="lower right")
fig.savefig("figures/fig_training.pdf")

分组柱状图（消融实验）：

fig, ax = plt.subplots(figsize=(6.75, 2.8))
x = np.arange(len(categories)); width = 0.7 / len(methods)
for i, (method, scores) in enumerate(methods.items()):
    color = OUR_COLOR if method == "Ours" else COLORS[i]
    offset = (i - len(methods)/2 + 0.5) * width
    ax.bar(x + offset, scores, width*0.9, label=method, color=color)
ax.set_xticks(x); ax.set_xticklabels(categories)
ax.set_ylabel("Score"); ax.legend()
fig.savefig("figures/fig_ablation.pdf")

热力图：

import seaborn as sns
fig, ax = plt.subplots(figsize=(4, 3.5))
sns.heatmap(matrix, annot=True, fmt=".2f", cmap="YlOrRd",
            linewidths=1.5, linecolor="white")
fig.savefig("figures/fig_heatmap.pdf")

出版尺寸参考

会议	单栏	全宽	字体
NeurIPS	5.5 in	5.5 in	Times
ICML	3.25 in	6.75 in	Times
ICLR	5.5 in	5.5 in	Times
ACL	3.3 in	6.8 in	Times

始终输出 PDF 以保证矢量质量。

常见问题

问题	解决
LaTeX 中字体不对	导出 PDF，设 text.usetex=True
图太大超出列宽	检查会议宽限，用英寸 figsize
打印颜色难区分	色盲安全色板 + 不同线型/标记
Gemini 拼错标签	精确写出每个标签，加 "SPELL EXACTLY" 约束
图模糊	导出 PDF（矢量）或用 300+ DPI PNG

文件命名

figures/
├── gen_fig_<name>.py       # 生成脚本（必须保存以便复现）
├── fig_<name>.pdf          # 最终矢量输出（供LaTeX使用）
└── fig_<name>.png          # 光栅输出（300 DPI）