CommunityBildgithub.com

Forschung-Abbildungen-Karten

Plane, skripte und prüfe Publikationsabbildungen und Karten für hydrologische, wasserqualitätsbezogene, landwirtschaftliche und lebensmittelsystembezogene Arbeiten – Abflussganglinien mit Niederschlag, Abflussdauer- und Frachtdauerkurven, Beobachtet-vs-Simuliert-Diagramme, BMP- und Szenarienvergleiche mit Unsicherheit, Untersuchungsgebiets- und Ergebniskarten (Maßstabsleiste, Nordpfeil, CRS, Datenquellen), farbblinden-sichere Paletten, Zeitschriftenformate und Bildunterschriften. Verwende dies, wenn der Benutzer darum bittet, eine Abbildung zu erstellen, zu korrigieren, zu kritisieren oder neu zu gestalten, Modell- oder Monitoring-Ergebnisse für ein Manuskript zu plotten, eine Untersuchungsgebietskarte zu erstellen, Farben oder einen Diagrammtyp auszuwählen oder Bildunterschriften zu schreiben, selbst für einen einzelnen Plot.

Was ist Forschung-Abbildungen-Karten?

Dieses Skill befähigt einen KI-Agenten (z. B. Claude Code) systematisch Publikationsabbildungen und Karten für hydrologische und umweltwissenschaftliche Manuskripte zu planen, zu scripten und zu überprüfen. Der Workflow beginnt mit der Entscheidung, ob eine Abbildung oder eine Tabelle besser geeignet ist, und führt dann über die Auswahl des Diagrammtyps aus einem Referenzleitfaden, das Scripten mit dem hauseigenen Stil-Modul `scripts/zfig.py` und die Erstellung von Karten mit QGIS oder ArcGIS Pro bis hin zur abschließenden visuellen und inhaltlichen Qualitätskontrolle. Wichtige Standardvorgaben sind die Verwendung der Okabe-Ito-Palette oder wissenschaftlicher Farbskalen, eine Mindesttextgröße von 8 pt, die konsistente Darstellung von Beobachtungsdaten in Schwarz und Simulationen in Farbe, logarithmische Achsen für Abfluss und Frachten sowie die obligatorische Darstellung von Unsicherheitsbändern. Der Skill stellt sicher, dass jede Abbildung automatisiert aus Dateien generiert wird, Kennzahlen direkt aus der Abbildung über `assert`-Anweisungen validiert werden können und dass die Ergebnisse den spezifischen Formatierungsanforderungen der Zielzeitschrift entsprechen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bdzion/claude_skills_z/tree/HEAD/research-figures-maps

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Forschung-Abbildungen und Karten

Eine Abbildung verdient ihren Platz, wenn sie etwas zeigt, das eine Tabelle nicht kann (ein Muster über Zeit oder Abfluss, eine Verteilung, eine räumliche Anordnung) und im Druckformat in Graustufen lesbar ist. Jede scriptierte Abbildung liest ihre Daten aus Dateien, sodass sie nicht von den Zahlen im Text abweichen kann.

Arbeitsablauf

  1. Entscheide, was die Abbildung zeigen muss in einem Satz und prüfe, ob eine Tabelle es nicht besser darstellen würde. Notiere die Zielzeitschrift und deren Spaltenbreiten.
  2. Wähle die Form aus references/figure-guide.md: Variablentypen, Achsen, Transformationen (log für Abfluss und Frachten) und wie Unsicherheit dargestellt wird.
  3. Scripte sie mit dem Hausstil-Modul scripts/zfig.py: use_style(), figure("single"|"onehalf"|"double", height_mm) und Rezepte wie hydrograph_with_rain, flow_duration, load_duration, obs_vs_sim, scenario_bars. Ein Script pro Abbildung (figN_kurzer_name.py), Daten werden über expliziten Pfad gelesen, Einheiten in jeder Achsenbeschriftung und ein assert für jede Zahl, die der Text aus der Abbildung zitiert. Führe python scripts/zfig.py einmal aus, um in einer neuen Umgebung einen Selbsttest durchzuführen.
  4. Karten: Befolge die Karten-Checkliste im Leitfaden (CRS angegeben, Maßstabsleiste, Nordpfeil, wenn die Ausrichtung nicht offensichtlich ist, Übersichtskarte, Legende mit Einheiten, Datenquellen und Lizenzangaben in der Bildunterschrift). Für endgültige Layouts sind QGIS oder ArcGIS Pro meist schneller als matplotlib; scripte die Datenaufbereitung in beiden Fällen.
  5. Betrachte die gerenderte Datei in ihrer endgültigen Größe, bevor du sie als fertig erklärst: Beschriftungen abgeschnitten oder überlappend, Legende überdeckt Daten, Teilstriche unlesbar, Farben fallen in Graustufen oder bei Farbenfehlsichtigkeit zusammen.
  6. Bildunterschrift: Was gezeigt wird, dann wie es zu lesen ist (Symbole, Linien, Schattierungen, Einheiten, Zeitraum, n). Die Interpretation bleibt im Text.

Standards, die zählen

  • Okabe-Ito qualitative Palette (in zfig integriert); viridis, cividis oder Crameri wissenschaftliche Farbskalen für kontinuierliche Daten; divergierende Skalen nur um eine sinnvolle Null (z. B. Änderung gegenüber Ausgangswert). Kein Regenbogen oder Jet (Crameri et al. 2020).
  • 8 pt Text in Endgröße, mindestens 7 pt; Linienbreiten 0,6–1,0 pt.
  • Beobachtungsdaten in Schwarz oder Dunkelgrau und Simulationen in Farbe, konsistent über alle Abbildungen hinweg.
  • Log-Achsen für Abfluss, Frachten und Konzentrationen, die Größenordnungen überspannen; dies in der Beschriftung angeben.
  • Unsicherheit darstellen (95PPU-Bänder, Bereiche über Szenarien oder Klimamitglieder, Konfidenzintervalle); ein Balken ohne seine Streuung gibt eine zu hohe Sicherheit vor.
  • Keine Daten, Koordinaten oder Beschriftungen erfinden; fehlen Daten, schreibe das Script mit einem klaren NotImplementedError und liste auf, was benötigt wird.

Python zuerst und kommentiert; gib Einheiten, CRS und Zeitschritt im Docstring jedes Abbildungsscripts an.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills