Die grundlegende Bibliothek zum Erstellen statischer, animierter und interaktiver Visualisierungen in Python. Hochgradig anpassbar und der Branchenstandard für Abbildungen in Publikationsqualität. Verwendung für 2D-Plots, wissenschaftliche Datenvisualisierung, Heatmaps, Konturen, Vektorfelder, Multi-Panel-Figuren, LaTeX-formatierte Plots, benutzerdefinierte Visualisierungstools und Plots aus NumPy-Arrays oder Pandas DataFrames.
Installieren Sie den KI-Skill matplotlib schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: tondevrel/scientific-agent-skills.
The most widely used library for 2D (and basic 3D) plotting. It provides full control over every element of a figure, from line styles to axis spines.
Official docs: https://matplotlib.org/stable/index.html Gallery: https://matplotlib.org/stable/gallery/index.html (Essential for finding examples) Search patterns: plt.subplots, ax.settitle, ax.legend, plt.savefig, matplotlib.colors
| Object-Oriented (OO) | fig, ax = plt.subplots() | Recommended. Best for complex, reproducible plots. | | Pyplot (State-based) | plt.plot(x, y) | Quick interactive checks. Avoid for scripts/modules. |
Die grundlegende Bibliothek zum Erstellen statischer, animierter und interaktiver Visualisierungen in Python. Hochgradig anpassbar und der Branchenstandard für Abbildungen in Publikationsqualität. Verwendung für 2D-Plots, wissenschaftliche Datenvisualisierung, Heatmaps, Konturen, Vektorfelder, Multi-Panel-Figuren, LaTeX-formatierte Plots, benutzerdefinierte Visualisierungstools und Plots aus NumPy-Arrays oder Pandas DataFrames. Quelle: tondevrel/scientific-agent-skills.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/tondevrel/scientific-agent-skills --skill matplotlibDie grundlegende Bibliothek zum Erstellen statischer, animierter und interaktiver Visualisierungen in Python. Hochgradig anpassbar und der Branchenstandard für Abbildungen in Publikationsqualität. Verwendung für 2D-Plots, wissenschaftliche Datenvisualisierung, Heatmaps, Konturen, Vektorfelder, Multi-Panel-Figuren, LaTeX-formatierte Plots, benutzerdefinierte Visualisierungstools und Plots aus NumPy-Arrays oder Pandas DataFrames. Quelle: tondevrel/scientific-agent-skills.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/tondevrel/scientific-agent-skills --skill matplotlib Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/tondevrel/scientific-agent-skills