Figures for Papers 论文配图脚本集

项目简介

Figures for Papers 是耶鲁大学计算机科学博士生刘晨维护的 Python 绘图脚本合集，专门用于制作投稿到顶级 AI 会议与期刊的高质量论文配图。作者本人使用这些脚本产出的图表已发表在 Nature Machine Intelligence、ICML、NeurIPS、ECCV 等顶会顶刊上。

仓库目前获得约 7.8k Star，是科研绘图方向颇受关注的开源项目。

覆盖的图表类型

仓库按项目组织为多个 figure_* 目录，每个目录包含对应论文的绘图脚本与输出示例，涵盖：

• 定量对比柱状图：例如 ImmunoStruct 在 IEDB 数据集上的方法对比
• 组成分解柱状图：例如 Brainteaser 的 brute force 分析
• 3D 球体示意图：例如 Dispersion 项目的概念插图
• 雷达图与折线图：例如 VIGIL 的方法对比与后训练曲线
• 概念图：用于表达方法核心思想的示意图
• 趋势图：例如眼科综述中按月统计的趋势曲线

此外还有一部分图表并非完全由 Python 端到端生成，作者也一并收录，以体现其在配图上投入的时间与精力。

LLM 技能集成

仓库的一大亮点是将「科研绘图」封装为可被 AI 编程助手调用的技能，位于 scientific-figure-making/ 目录：

scientific-figure-making/
├── SKILL.md                              # 元信息、使用时机、模式与链接速查
└── references/
    ├── api.md                            # 调色板、辅助函数、导出等约定
    ├── common-patterns.md                # 可复用的图表模式
    ├── demos.md                          # 真实 figure_* 项目索引
    ├── design-theory.md                  # 风格与设计原则
    └── tutorials.md                      # 分步教程

使用方式一：基于路径（无需安装）

在 Cursor、Claude Code 等 AI 编程助手中打开本仓库，直接在提示词里引用技能路径即可，无需软链接或插件。典型工作流：

1. 在 AI 编程助手中打开本仓库；
2. 让 AI 在目标目录（如 figure_PROJECT_NAME/）创建或更新绘图脚本；
3. 在提示词中明确要求遵循 scientific-figure-making/SKILL.md 与 references/design-theory.md；
4. 运行生成的脚本并检查导出的图表。

使用方式二：安装为技能（软链接）

在仓库根目录下，将技能目录软链接到对应助手的技能目录，例如 Cursor 使用 ~/.cursor/skills，Claude Code 使用 ~/.claude/skills，Codex 使用 ~/.codex/skills。链接完成后重启助手或刷新技能列表，即可按名称调用该技能。

相关论文

仓库中不少脚本对应作者参与的真实论文，例如：

• ImmunoStruct（Nature Machine Intelligence 2026）：多模态深度学习用于免疫原性预测
• LM-Dispersion（ICML 2026）：Dispersion loss 缓解嵌入凝聚并提升小语言模型泛化能力

作者也欢迎在符合学术规范的前提下引用这些论文。

适用人群

• 正在准备 AI/ML 顶会顶刊投稿、需要统一配图风格的研究者
• 希望借助 LLM 编程助手快速产出规范图表的开发者
• 想学习科研级 Matplotlib 配色与排版实践的同学