点「应用」后，选型器和错误对照里的所有图会实时换成这套配色——用来检查你的图在这套色里还分不分得清。默认 Okabe-Ito 是色盲友好序列，也是工作区绘图库的默认。
论文版与展示版是两套参数，不要混用。论文版按最终印刷尺寸设计——字号是「印出来多大」，不是「屏幕上多大」。
| 参数 | 论文版·全宽 | 论文版·半宽 | 展示版 | 为什么 |
|---|
左右两栏用的是完全相同的数据。差别只在画法——而画法会改变读者得到的结论。
这些问题需要结合论证目的复核，自动检查不能替代读图。图是论文的一部分，不是幻灯片。
样本：2022–2025 年国赛获奖论文中可提取文字层的 39 篇（A10/B9/C10/D5/E5）。用途是判断自己是不是异类，不是当配额照着凑。
39 个分类、329 个示例。打开本站编辑器，即可修改代码、运行图表、调整参数与导出。图表引擎、运行数据和编辑器均由本站提供；下方结构示意便于选型，完整图库展示各示例预览。
基于 Apache ECharts 开源实现自托管，本站不是 Apache 官方网站。官方原始源码按 Apache-2.0 收录；运行依赖、资源归属和本站修改单独登记。示例中的公开数据或随机数据不代表本题实测结果。
独立知识库已按示例 ID 保存来源与使用边界。节点树、关系边与表格保留各自的数据结构；置信区间、相关系数和模型评价指标须由实际分析提供。
31 类构造数据样例，连接现有绘图函数、论文版式和知识库中的使用边界。浏览示例后，可复制调用代码，在本地 Python 环境中替换数据并导出；网页不运行 Python。
先确定趋势、比较、分布、关联或不确定性，再选择图型。
核对字段、单位、样本量、区间定义和缺失值，不沿用示例结论。
下载通用代码包，复制图卡调用，按说明替换构造数据。
通过已有导出检查，再复核坐标、图例、字号与统计表述。
预览图片均为工作流既有构造样例，保留“示例数据”水印；本轮没有重新执行全部 Python 绘图。多数生成函数需按卡片说明适配真实数据。代码包需要 NumPy、Matplotlib、SciPy、adjustText 与可用中文字体，保留已有导出检查。