代码检查

Files (1)

• SKILL.md

SKILL.md (first lines)

# 代码检查

## 目的

检查数学建模求解脚本是否符合项目规范，自动发现并修复问题。

## 检查清单

### 1. 导入检查

**禁止的导入：**
```python
# ❌ 禁止
import seaborn as sns
import plotly
import plotnine
import altair
import bokeh
import holoviews

# ✅ 允许
import pandas as pd
import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from scipy import stats, optimize
from sklearn import *
import warnings
warnings.filterwarnings('ignore')
```

**检查命令：**
```bash
grep -rn 'seaborn\|plotly\|plotnine\|altair\|bokeh\|holoviews' 求解/
```

### 2. 执行模式检查

**必须使用 Agg 后端：**
```python
matplotlib.use('Agg')  # ✅ 必须
```

**检查命令：**
```bash
grep -rn "matplotlib.use" 求解/
# 每个py文件必须包含 matplotlib.use('Agg')
```

### 3. 字体配置检查

每个脚本必须包含中文字体配置：
```python
plt.rcParams['font.sans-serif'] = ['STHeiti', 'SimHei', ...]
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['figure.dpi'] = 150
plt.rcParams['savefig.dpi'] = 150
plt.rcParams['savefig.bbox'] = 'tight'
```

### 4. 两阶段执行检查

脚本必须遵循"先算后画"顺序：
```python
# ✅ 第一阶段：纯计算
# 数据加载 → 预处理 → 建模 → 求解 → 数值结果

# ✅ 打印统计量
print_stats(data, '数据集名')  # min/max/mean/std/CV/amplitude

# ✅ 第二阶段：画图
# 所有计算完成后才开始画图
```

**检查要点：**
- 没有在计算之前画图
- 画图前打印了所有必需的统计量
- `plt.savefig` 在 `plt.close()` 之前

### 5. set_title() 检查

图上不能有 `set_title()`，标题由论文 `\caption{}` 承担。

**检查命令：**
```bash
grep -rn '\.set_title(' 求解/
# 应该返回空或仅在注释中
```

### 6. 图表数量检查

每题至少 4-6 张图：

```bash
# 检查每个问题目录下的图片数量
for dir in 求解/问题*/图片/; do
  count=$(ls "$dir"*.png 2>/dev/null | wc -l)
  echo "$dir: $count 张图"
  if [ "$count" -lt 4 ]; then
    echo "  ⚠ 不足4张，需补充"
  fi
done
```

### 7. 输出文件检查

```bash
# 检查CSV输出
for dir in 求解/问题*/结果/; do
  echo "=== $dir ==="
  ls "$dir"*.csv 2>/dev/null || echo "  无CSV输出"
done

# 检查预处理数据
ls 求解/预处理数据.csv 2>/dev/null || echo "  预处理数据.csv 不存在（仅问题1需要）"
```

### 8. 代码结构检查

From hongdotien10-hash/mathmodel-toolkit, MIT.

More from hongdotien10-hash/mathmodel-toolkit