Scientific Plot Module

项目简介

这是一个用于科研论文绘图的Python模块，采用模块化设计，将数据处理和静态绘图分离，以提供最大的灵活性和可维护性。每个模块都有独立的文档说明其详细实现。

核心优势

数据处理模块

• 统一的数据格式化系统

  • 支持多种输入格式（CSV、Excel、文本等）
  • 提供标准化的数据输出接口
  • 灵活的格式转换机制

• 强大的统计分析工具

  • 基础统计量计算
  • 异常值检测和处理
  • 数据分布分析
  • 相关性分析支持

• 完善的数据验证

  • 数据类型检查
  • 数值范围验证
  • 完整性校验
  • 自定义验证规则

静态绘图模块

• 精确的样式控制

  • 符合期刊要求的输出质量
  • 精确的字体和尺寸控制
  • 丰富的自定义选项

• 资源管理

  • 自动内存管理
  • 安全的文件操作
  • 异常保护机制

• 多样的图表支持

  • 箱型图
  • 散点图
  • 误差线图
  • 分布图

系统架构

Plot/
├── data_processing/      # 数据处理模块
│   ├── base.py          # 数据处理基础类
│   ├── config.py        # 数据处理配置
│   ├── processor.py     # 处理器实现
│   ├── exceptions.py    # 异常定义
│   └── utils/           # 工具函数
├── static_plot/         # 静态绘图模块
│   ├── base/           # 基础组件
│   │   ├── base_plotter.py  # 基础绘图器
│   │   ├── base_config.py   # 基础配置系统
│   │   ├── base_style.py    # 基础样式系统
│   │   └── validators.py    # 数据和配置验证
│   ├── box_plot/       # 箱型图组件
│   │   ├── box_config.py    # 箱型图配置
│   │   ├── box_plotter.py   # 箱型图绘制器
│   │   └── box_style.py     # 箱型图样式
│   └── other_plots/    # 其他图表类型（未来扩展）
└── requirements.txt    # 依赖包列表

模块设计

1. 模块职责

• 数据处理模块

  • 提供统一的数据处理框架
  • 实现数据格式转换和标准化
  • 确保数据质量和格式规范
  • 详细说明

• 静态绘图模块

  • 提供科研论文级别的图表绘制
  • 实现精确的样式控制系统
  • 支持多种图表类型和布局
  • 详细说明

2. 模块间接口

标准数据格式

{
    "data": {
        "values": Dict[str, List[float]]  # 数据值
    },
    "metadata": {
        "x_label": str,  # X轴标签
        "y_label": str,  # Y轴标签
        "unit": str      # 单位（可选）
    }
}

配置系统

• 处理器配置：控制数据处理流程和验证规则
• 绘图配置：管理样式和布局参数
• 配置继承：支持模块间的配置复用和扩展

3. 使用流程

from data_processing.config import ProcessorConfig
from data_processing.processor import TableFileProcessor
from data_processing.utils.statistics import StatisticsCalculator
from data_processing.utils.formatters import BoxPlotFormatter
from static_plot.box_plot.box_config import BoxPlotConfig
from static_plot.box_plot.box_plotter import BoxPlotter

# 1. 数据处理配置
processor_config = ProcessorConfig(
    input_path="data.csv",
    validation_rules={"required_columns": ["A", "B"]}
)

# 2. 数据处理和统计分析
# 格式化数据
formatter = BoxPlotFormatter(
    x_label="类别",
    y_label="数值",
    unit="mm"
)
with TableFileProcessor(processor_config, formatter) as processor:
    # 基础处理
    data = processor.process() # 处理数据、统计分析和格式化
    plot_data = processor.to_standard_format() # 转换为标准格式

# 3. 绘图配置
plot_config = BoxPlotConfig()
plot_config.style.update({
    "style": "ticks",     # 使用刻度样式
    "context": "paper",   # 使用论文样式
    "font_params": {      # 设置字体参数
        "family": "Arial",
        "size": 8
    },
    "rc_params": {        # 自定义RC参数
        "axes.linewidth": 0.8,
        "xtick.major.width": 0.8,
        "ytick.major.width": 0.8
    }
})

# 设置箱型图特定参数
plot_config.box_params.update({
    "width": 0.5,         # 箱体宽度
    "notch": False,       # 不显示凹槽
    "showfliers": True    # 显示异常值
})

# 4. 绘图
with BoxPlotter(plot_config) as plotter:
    plotter.plot(plot_data)
    plotter.save("output.pdf")

技术栈

• 数据处理：NumPy, Pandas
• 静态绘图：Matplotlib, Seaborn

安装和依赖

pip install -r requirements.txt

开发规范

1. 代码风格

   • 遵循PEP 8规范
   • 使用类型注解
   • 编写文档字符串
   • 注释复杂逻辑

2. 测试要求

   • 单元测试覆盖率>80%
   • 包含边界条件测试
   • 验证异常处理
   • 检查资源释放

3. 文档维护

   • 及时更新模块文档
   • 提供使用示例
   • 记录重要变更

版本兼容性

• Python >= 3.7
• 具体依赖版本见requirements.txt

注意事项

• 确保数据符合标准格式要求
• 使用上下文管理器处理资源
• 参考各模块文档了解详细用法