c14_pca_umap 高维聚类 (Clustering)
Nature Cell Lancet
PCA / UMAP 降维聚类图 PCA / t-SNE / UMAP 2D Projection with Confidence Ellipses
单细胞/高维特征 PCA/t-SNE/UMAP 2D 投影图，包含各群别 95% 协方差置信椭圆与群质心 (Centroid) 标注。
携带样例一键进 Studio
预载标准示例 · 浏览器秒级出图
矢量预览 (Vector Preview)
600 DPI Ready
PAPER CANVAS ● 100% 物理纸张出版对比 高维聚类 · 600 DPI 无损矢量
统计学特性 (Statistical Features)
- 二维投影坐标映射
- 95% 协方差置信椭圆 (Eigenvalues)
- 群别中心点 (Centroid) 计算
- 类别离散度量化
QC 质检要点 (QC Highlights)
- 置信椭圆边缘清晰半透明填充
- 质心文字标签醒目
- 海量点渲染性能与透明度
- 坐标轴注明方差解释率
顶刊色彩提取器 (Palette Extractor)Nature
Crisp sans-serif typography, clean borderless spines, high-contrast palette with soft muted secondary accents.
审稿无障碍视觉模拟 (SVG Filter):
无障碍评分:AAA (Deuteranopia & Protanopia Compliant)
Data Contract 数据契约规范 Strict Schema
输入数据必须完全符合下列列名与数据类型规范，方可通过自动化数据前检 (Pre-flight Validation)。
| 字段名称 (Column) | 数据类型 (Type) | 约束性 | 语义说明与值域约束 |
|---|---|---|---|
| dim_1 | continuous | 必需 (Required) | First projection coordinate (e.g. PC1, UMAP_1) |
| dim_2 | continuous | 必需 (Required) | Second projection coordinate (e.g. PC2, UMAP_2) |
| cluster | categorical | 必需 (Required) | Cluster, cell-type, or classification label |
| sample_id | string | 可选 (Optional) | Specimen or single-cell barcode ID |
组内最小样本量: n ≥ 5
最大允许缺失率: 5%
独立可复现 Python 绘图源码 Stand-alone Script
完全可复现的 Python 脚本，支持 CLI 参数 `--data`, `--style`, `--output-dir` 与模块化 `render()` 调用。
#!/usr/bin/env python3
"""FigureCraft Chart Engine: PCA / UMAP 2D Projection with Confidence Ellipses (c14_pca_umap)."""
import os
import sys
import argparse
from pathlib import Path
from typing import List, Dict, Optional
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as patches
try:
from engines.styles import apply_style, get_palette
except ImportError:
# ── Standalone fallback ── runs without FigureCraft engine install ──
# Includes 6 journal palettes. For full rcParams fidelity (font stacks,
# ... [Academic Pro 完整独立可复现源码已锁定]此脚本内置 6 种期刊配色规范，复制即可本地直接运行。如需免配置直接交互运行？ 携带样例一键进 Studio 在线运行 · 获取完整工业级工程包（含逐期刊字体栈与批量渲染 CLI）请查看 源码工程包。
学术成果引用规范 (Cite FigureCraft)Citable Paradigm
在毕业论文、SCI 期刊发表或学术预印本中使用本套件产出图表时，请按规范引用。
@software{figurecraft2026,
author = {{FigureCraft Core Team}},
title = {FigureCraft: In-Browser Publication-Grade Scientific Data Visualization Suite and Multi-Agent Skills Hub},
year = {2026},
url = {https://figure-craft.pages.dev},
version = {1.0.0},
note = {WebAssembly-powered client-side reproducible scientific plotting engine}
}遵循标准学术开源许可，完全支持 LaTeX、Overleaf、Zotero、EndNote 与 Google Scholar
DOI: 10.5281/zenodo.figurecraft.2026