distribution-plots-gptomics-bioskills

1. 基本信息

项目	内容
名称	distribution-plots-gptomics-bioskills
项目自述名称	bio-data-visualization-distribution-plots（SKILL.md 内部 name 字段）
作者/维护者	GPTomics Organization
来源链接	https://github.com/GPTomics/bioSkills/tree/main/data-visualization/distribution-plots
许可证	MIT（数据来源：GitHub API，仓库级）
GitHub Stars / Forks	所属合集仓库 bioSkills 整体 1,143 / 195（数据来源：GitHub API；⚠️ 为整个合集的数字，不代表本技能自身热度）
最新版本	本子技能内容最近一次提交于 2026-05-24（数据来源：GitHub API commits，按该子目录路径查询）
安装方式	复制 `data-visualization/distribution-plots/` 整个目录（含 SKILL.md、examples/、usage-guide.md）到 agent 的 skills 目录，或用仓库自带安装脚本按分类批量安装

2. 功能介绍与亮点

系统化封装小样本组间连续变量分布对比的绘图选型：按每组样本量 N 给出决策表——N<10 用原始散点/抖动图、N 10-30 用蜂群图（beeswarm/quasirandom）、N 30-200 用雨云图（raincloud）、N 200-1000 用字母值图（letter-value plot）、N>1000 用核密度/直方图，覆盖 R（ggplot2/ggbeeswarm/ggdist/gghalves/lvplot）与 Python（seaborn/ptitprince）双语言实现
核心方法论依据 Weissgerber 2015《PLOS Biology》对 703 篇顶刊生理学论文的统计——均值柱状图会让形态迥异的分布（双峰、偏态、含离群值）渲染出完全相同的柱高与误差棒，技能明确将“柱状图之外”作为默认原则，N<30 时坚持展示每个原始数据点
给出小提琴图核密度带宽陷阱的具体修复：ggplot2 默认 Silverman 带宽会把双峰分布过度平滑成单峰（如单细胞表达数据的 off/on 双态），需显式指定 bw = 'SJ'（Sheather-Jones 插件法）；并说明 trim = TRUE 默认值会让小提琴尾部视觉上暗示数据范围之外仍有密度
系统整理 7 类具体失败模式对照表（缺口箱线图在 N<15 时“内翻”出错、箱线图与抖动点叠加导致离群值重复渲染、雨云图在 N=5 时核密度估计失去意义等），逐条给出触发条件、成因与修复代码
附可运行的 R 示例脚本（examples/raincloud_phd.R，覆盖小/中/大样本量三种编码与配对分裂小提琴图）与独立 usage-guide.md，并列出 Weissgerber 2015、Allen 2019（雨云图方法学原始论文）、Hofmann 2017（字母值图）、Tukey 1977 等 7 篇统计可视化原始文献

3. 适用场景

所属分类：数据分析与可视化

面向需要展示实验组间连续变量对比的生物信息学分析师、实验生物学家与统计咨询人员，典型场景包括：表达量按细胞类型/处理组分布对比、临床生物标志物按治疗组比较、任意学科小样本（N<30）实验数据的诚实可视化。这类图表最容易踩的坑——均值柱状图掩盖双峰或偏态分布、默认带宽把真实的双峰特征平滑掉——往往图面上看起来“正常”，只有统计审稿人追问原始分布时才会暴露，该技能把这些坑前置成按样本量分级的决策表与代码修复方案。

4. 跨 Agent 兼容性

Claude Code：原生支持——仓库提供 install-claude.sh，标准 SKILL.md（YAML front matter + 指令正文）可直接安装
Codex：原生支持——仓库提供 install-codex.sh，用法与 Claude Code 版本一致
OpenClaw：原生支持——仓库提供专用 install-openclaw.sh，保留原始目录结构
Hermes Agent：未验证——该技能未见于 Hermes 官方生物信息学网关已索引的清单中；SKILL.md 遵循同一套通用格式，理论上可手动安装，但缺乏官方网关层面的确认

5. 推荐理由

组间分布对比是生物信息学与实验科学中最高频的图表需求之一，也是最容易被“默认设置”坑掉的一种——均值柱状图能让本质不同的分布看起来一模一样，而小提琴图的默认带宽又会把真实的双峰特征抹平。该技能把按样本量分级的编码选型决策表、核密度带宽陷阱修复方法与 7 类常见错误模式整理成可直接调用的 R/Python 代码模板，帮助 agent 产出既好看又经得起统计审查的分布对比图。

6. 评分

维度	分数	说明
受欢迎程度	5	所属合集仓库整体 1,143 stars 不代表本技能自身热度；所属仓库当前公开 Issue 为 0，且未检索到专门指向本子技能的具名第三方评价、issue 讨论或独立采用数据
可用性	8	SKILL.md（13.6KB）+ 独立 usage-guide.md + 可运行 R 示例脚本，内容详尽且给出依赖包版本核验方法；依赖为 `install.packages()` / `pip install` 一条命令可装好的开源 R/Python 包（ggbeeswarm、ggdist、gghalves、ptitprince 等），无付费依赖；本子技能内容最近一次提交为 2026-05-24
安全性	9	纯提示词模板 + 本地 R/Python 统计绘图代码，无 shell 命令执行，无任何网络外发，处理全部在本地完成；MIT 许可证明确；通读全文与示例脚本未见混淆逻辑或可疑指令

安全检查清单：①无 shell 命令执行，内容为 R/Python 统计分析与绘图代码及依赖安装指令　②不主动联网外发数据，全部处理在本地完成　③无凭据或 API key 要求　④SKILL.md 与示例脚本均为公开的 ggplot2/seaborn/ptitprince 用法，未见可疑指令　⑤GPTomics 为持续维护该开源合集的组织账号，未见刷星等造假迹象　⑥MIT 许可证清晰　⑦最近一次提交为 2026-05-24

7. 跟同类 Skills 相比的优势

维度	本技能（distribution-plots）	SciAgent-Skills（seaborn-statistical-plots）	通用绘图库文档（seaborn/ggplot2 官方文档）
定位	专精“组间分布对比该选哪种编码”的方法论封装，按样本量分级给决策	泛用统计绘图技能，覆盖分布、分类、关系、回归、矩阵等 seaborn 全部图类的 API 速查	各绘图函数的参数与用法参考手册，不含图表类型选型建议
覆盖范围	深入分布对比特有的样本量决策表、核密度带宽陷阱、离群值重复渲染等失败模式	广度优先，`histplot`/`kdeplot`/`boxplot`/`violinplot` 等一带而过，无分布图专属的选型逻辑	逐函数罗列参数，不涉及“什么场景该用什么图”的判断
方法学依据	引用 Weissgerber 2015、Allen 2019 等 7 篇统计可视化原始文献，给出具体判断阈值（N<30/30-200/200-1000）	不含引用的方法学依据，聚焦“怎么调用”	官方文档不涉及统计可视化最佳实践的学术依据

本技能是聚焦“分布该怎么画”这一具体决策点的深度参考，覆盖 R 与 Python 双语言实现；SciAgent-Skills 的 seaborn-statistical-plots 更适合已经决定好图表类型、只需要 API 调用速查的场景；官方文档适合已经明确要用哪个函数、只是忘了某个参数怎么写的场景。

8. 用户评价

该技能目前在第三方平台尚无具名用户评价；所属仓库当前公开 Issue 数为 0，未见针对本子技能的具名反馈。

9. 其他补充

SKILL.md 的「Related Skills」交叉引用同合集内的 data-visualization/statistical-annotation（在分布图上加显著性括号）、data-visualization/color-palettes（色盲友好调色板选型）、data-visualization/ggplot2-fundamentals（底层图形语法）、single-cell/markers-annotation（单细胞场景下的分裂小提琴图应用）与 clinical-biostatistics/effect-measures（应与分布图配套报告的效应量），可见本技能定位为该合集“组间分布可视化”这一环节的方法论把关。

10. 安装使用方式

从 GitHub 下载或克隆仓库子目录：data-visualization/distribution-plots/
复制整个目录（含 SKILL.md、examples/raincloud_phd.R、usage-guide.md）到所用 agent 的 skills 目录（如 Claude Code 的 ~/.claude/skills/ 或项目内 .claude/skills/）；也可克隆整个仓库后用 ./install-claude.sh --categories "data-visualization" 批量安装同分类下全部技能
安装依赖：R 环境下执行 install.packages(c('ggplot2', 'ggbeeswarm', 'ggdist', 'gghalves', 'lvplot'))；Python 端需 pip install seaborn matplotlib ptitprince
无需重启 agent，安装后下次对话即可通过自然语言描述需求触发（如“把这个均值柱状图换成雨云图，展示每个原始数据点”“用 Sheather-Jones 带宽画组间小提琴图，让双峰分布能看出来”）

11. 注意事项

雨云图（raincloud）依赖的 gghalves/ptitprince 在小样本（N<30）下核密度估计不具统计意义，此时应按技能建议退化为箱线图+散点，不使用小提琴部分
缺口箱线图（notched boxplot）需要每组 N≥15 才可靠，样本量不足时缺口可能超出四分位框、视觉上“内翻”出错
箱线图与抖动散点叠加时若未设置 outlier.shape = NA，离群值会被重复渲染两次
仓库为社区维护的生物信息学技能合集，非任何厂商官方出品，选用前建议自行核对示例代码与当前 R/Python 包版本是否匹配