论文绘图环境一次搞定research-writing-skill自动配置Miniconda与绘图依赖指南【免费下载链接】research-writing-skill科研写作助手 (Research Writing Assistant)项目地址: https://gitcode.com/gh_mirrors/re/research-writing-skill写论文要画图却卡在ModuleNotFoundError: No module named matplotlib或conda: command not foundresearch-writing-skill科研写作助手内置的 environment-setup 技能可以自动完成 Miniconda 安装、创建 research 虚拟环境、批量安装绘图依赖并执行环境自检帮你一次配好论文绘图环境不再手动逐项折腾。⚡ 为什么绘图环境容易卡壳新手手动搭绘图环境的常见路线是下载安装包 → 双击点下一步 → 勾选添加到 PATH → 装完发现命令行不认conda→ 手动补依赖 → 缺一个装一个。任何一步出错就得重来而且 macOS、Windows、Linux 三套命令各不相同网上教程经常张冠李戴。research-writing-skill 的做法是把这整个过程固化成一条固定执行顺序的自动流程核心逻辑写在 skills/environment-setup/SKILL.md 中完整执行版细节见 modules/environment-setup.md步骤动作关键点1系统识别先判断 macOS / Linux / Windows禁止跨系统混发命令2Miniconda 安装按 CPU 架构自动选对安装包静默安装3conda 初始化自动写入 shell 配置conda命令立即可用4创建 research 环境统一环境名Python 3.115安装绘图依赖一条命令装齐全套绘图与统计库6环境自检所有关键库逐个导入验证7回写进度记录记入plan/progress.md环境状态可追溯 Miniconda 自动安装按架构选对安装包这一步最容易出错的地方是选错安装包——Apple 芯片arm64和 Intelx86_64的 macOS 安装包不同Windows 也有独立版本。技能的流程是先用uname -mmacOS/Linux或$env:OSWindows PowerShell识别系统架构再自动选择对应的 Miniconda 安装包执行静默安装随后自动完成 shell 初始化。初始化完成后你只需运行conda --version看到版本号就说明安装成功无需手动改环境变量。 一键创建 research 虚拟环境环境名统一为research这是整套技能的默认约定——后面的 Python 绘图技能会直接引用这个名字避免环境装了、脚本却找不到库的尴尬conda create -n research python3.11 -y conda activate research创建完成后顺手升级 pip保证后续安装包使用最新解析器python -m pip install --upgrade pip 批量安装 matplotlib 等绘图依赖环境激活后一条命令装齐论文绘图所需的全部核心依赖pip install numpy pandas scipy matplotlib seaborn scikit-learn statsmodels jupyter ipykernel openpyxl各依赖在论文绘图中的分工依赖库用途matplotlib / seaborn曲线图、柱状图、热力图等全部图表类型numpy / pandas训练日志与实验数据读取、整理scipy / statsmodels相关性、显著性检验等统计分析scikit-learn模型评估指标计算jupyter / ipykernel交互式调试绘图脚本openpyxlExcel 实验数据导入如果还需要交互式图表或行为统计可选装plotly与pingouin。这些依赖与绘图技能 skills/figures-python/SKILL.md 的环境要求完全对齐。✅ 环境自检看到 ENV CHECK: OK 才算就绪安装完成不代表真的可用。技能要求执行一轮导入自检确认所有关键库都能被当前环境正确导入python -c import numpy, pandas, matplotlib, seaborn, sklearn, statsmodels; print(ENV CHECK: OK)终端输出ENV CHECK: OK环境即配置成功。技能还会把已执行命令、是否成功、当前环境名、下一步回写到 plan-template/progress.md 对应的进度文件里换一台机器或过几个月回来都能一眼确认环境状态。正式画图前还有三项快速检查已激活research环境、matplotlib与seaborn导入正常、figures/输出目录存在。 配好之后能画出什么样的图环境就绪后figures-python 技能会生成可复现的 Python 绘图脚本默认按顶刊标准输出450 DPI 分辨率、PNG SVG 双格式、Nature/Cell 风格配色配色方案收录在 templates/color-palettes.md完整脚本骨架见 templates/figure-template.py。下面是该流程生成的真实论文结果图示例数据结果图之外流程图、架构图这类示意图走另一条路线由 skills/figures-diagram/SKILL.md 生成生图提示词再交给 Gemini 等工具绘制例如下面这张联邦校准流程架构图就是按此方式产出的❓ 常见问题速查FAQQ1提示conda: command not found说明 shell 初始化没生效。macOS/Linux 重新执行 conda init 写入 shell 配置即可Windows 只需把miniconda3及其Scripts目录加入 PATH然后重开终端。Q2依赖包下载慢或超时一条命令把 pip 源切换到国内高校镜像下载速度立竿见影pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simpleQ3包之间冲突、怎么装都报错不要在原环境里反复修补。技能推荐的做法是新建一个干净环境如research_clean用requirements.txt一次性重装比逐个排查版本冲突省时得多。小结事项结果Miniconda按架构自动静默安装并完成 shell 初始化虚拟环境researchPython 3.11与绘图技能默认对齐绘图依赖matplotlib、seaborn 等一套装齐验收标准终端输出ENV CHECK: OK整条流程的参考文件skills/environment-setup/SKILL.md技能定义、modules/environment-setup.md执行版细节、plan-template/progress.md进度回写模板。把环境这一环交给 research-writing-skill 自动搞定你只需要专心画图。【免费下载链接】research-writing-skill科研写作助手 (Research Writing Assistant)项目地址: https://gitcode.com/gh_mirrors/re/research-writing-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考