figures4papers

一键生成顶会论文级图表，告别丑陋配图

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 740 🐛 待处理 1 👀 关注 25

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 10595

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，完全免费，无付费版本。

项目预览

项目数据

分类开源模型

开发团队ChenLiu-1996

官网地址https://chenliu-1996.github.io

GitHubhttps://github.com/ChenLiu-1996/figures4papers

定价模式🏷️完全免费

价格说明开源项目，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型acl,cvpr,eccv,emnlp,figures,iccv,iclr,icml,llm,llm-skills,machine-learning,nature,nature-machine-intelligence,neurips,python,scientific-figure,skill,skills

GitHub 星标★ 10595

上线时间2025-04-29 00:00:00

代码更新2026-10-19

仓库体积44.6 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数8

项目介绍

figures4papers 是一套用于生成学术论文出版级图表的 Python 脚本集合，主要面向人工智能领域的顶级会议和期刊投稿场景。它解决了科研人员在论文写作中制作高质量、规范化图表的痛点，提供了从数据到成品图的完整流程。核心能力包括：支持多种图表类型（如折线图、柱状图、热力图等），自动应用符合学术审美的样式（字体、配色、分辨率），并集成 LaTeX 渲染支持，确保图表与论文排版无缝衔接。项目通过简洁的 API 和可配置参数，帮助用户快速生成清晰、专业、可直接投稿的图表，减少手动调整格式的时间，提升论文的整体质感。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 10595

技术标签

cvpr iclr llm machine-learning neurips

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 运行环境（README 未给出具体版本要求）
Git（用于克隆仓库）
可访问 GitHub 的网络环境

安装与启动步骤

1克隆项目仓库

把 figures4papers 仓库下载到本地，README 未提供 pip 安装命令，直接使用源码即可。
```
git clone https://github.com/ChenLiu-1996/figures4papers.git
```
2进入项目目录

切换到克隆下来的仓库根目录，后续脚本和 assets 示例图都位于此目录下。
```
cd figures4papers
```
3查看示例图

README 按柱状图、3D 球体、雷达图、折线图、概念图、趋势图等分节展示成品图，可在 assets/ 目录对照查看。
```
ls assets
```
4按需运行绘图脚本

README 未给出具体脚本名和运行命令，请自行查看仓库内脚本内容并准备对应依赖后运行。