इस प्रोजेक्ट के बारे में

यह रिपॉज़िटरी अकादमिक प्रकाशनों के लिए उच्च-गुणवत्ता वाले आंकड़े बनाने हेतु लेखक की पायथन स्क्रिप्ट एकत्र करती है। लेखक Yale University में Computer Science का PhD उम्मीदवार है, और दिखाए गए आंकड़े Nature Machine Intelligence, ICML, NeurIPS और ECCV जैसे स्थानों पर प्रकाशित पत्रों में उपयोग किए गए थे। इसमें क्या शामिल है: - figure_* फ़ोल्डरों में व्यवस्थित परियोजना-विशिष्ट प्लॉटिंग स्क्रिप्ट और आउटपुट, जो कई आंकड़ा प्रकारों को कवर करते हैं: मात्रात्मक तुलना के लिए बार प्लॉट, संरचना विभाजन के लिए बार प्लॉट, 3D गोले, रडार प्लॉट, लाइन प्लॉट, कॉन्सेप्ट प्लॉट और ट्रेंड प्लॉट। - 'Miscellaneous' अनुभाग उन आंकड़ों के लिए है जो केवल आंशिक रूप से पायथन में बनाए गए थे, जिसे शामिल किए गए प्रयास को स्वीकार करने के लिए जोड़ा गया है। - एक पुन: प्रयोज्य 'scientific-figure-making' स्किल फ़ोल्डर जिसमें SKILL.md के साथ-साथ API/परंपराओं (पैलेट, हेल्पर्स, एक्सपोर्ट), सामान्य पैटर्न, डेमो, डिज़ाइन थ्योरी और ट्यूटोरियल पर संदर्भ शामिल हैं। LLM/एजेंट एकीकरण: README में AI कोडिंग एजेंटों के साथ स्किल का उपयोग करने के दो तरीके समझाए गए हैं। पथ-आधारित दृष्टिकोण के लिए किसी इंस्टॉलेशन की आवश्यकता नहीं है: रिपॉज़िटरी को Cursor या Claude Code जैसे एजेंट में खोलें और प्रॉम्प्ट में scientific-figure-making/SKILL.md और उसकी संदर्भ फ़ाइलों का संदर्भ दें। सुसंगत शैली और PNG/PDF आउटपुट के साथ प्रकाशन-गुणवत्ता वाली आंकड़ा स्क्रिप्ट बनाने के लिए एक प्रॉम्प्ट टेम्पलेट प्रदान किया गया है। वैकल्पिक रूप से, स्किल को एजेंट स्किल निर्देशिकाओं (Cursor, Claude Code, Codex) में सिमलिंक के माध्यम से इंस्टॉल किया जा सकता है, जिसके लिए प्रत्येक के लिए कमांड दिए गए हैं। README में लिंक और BibTeX प्रविष्टियों के साथ संबंधित पत्रों की सूची भी दी गई है, जिनमें ImmunoStruct, LM-Dispersion, VIGIL, RNAGenScape और Brainteaser शामिल हैं। यह रिपॉज़िटरी मुख्य रूप से पैकेज्ड लाइब्रेरी के बजाय वैज्ञानिक आंकड़ा निर्माण के लिए एक व्यक्तिगत, पुन: प्रयोज्य टूलकिट और संदर्भ संग्रह है।