[codex] Add beginner gallery sample pack

README.md

@@ -9,6 +9,19 @@ English repository name: `scientific-plotting-function-library`.
 
 适用对象：电气工程及其自动化、信号处理、控制工程方向的本科 / 研究生 / 论文作者。
 
+## 30 秒新手路径
+
+如果你第一次打开这个仓库，先不要从 1000 个模板里硬找。按下面三条路径走：
+
+| 你现在想做什么 | 入口 | 结果 |
+|---|---|---|
+| 先跑通几张最常用的论文图 | [`examples/sample-pack/`](examples/sample-pack/) | 用 3 个免费样例理解目录、合成数据和导出方式 |
+| 已经有 CSV，想走完整导出自查流程 | [`examples/csv-workflow/`](examples/csv-workflow/) | Python/MATLAB 双语从 CSV 导出 PNG/PDF，并填写投稿前检查报告 |
+| 从常见科研场景选图 | [`docs/beginner_20_plots.md`](docs/beginner_20_plots.md) | 20 个入门模板，覆盖折线、散点、误差、热力图、控制、电气等场景 |
+| 已经知道图型名称 | [`catalog.md`](catalog.md) 或 `gallery/index.html` | 按名称、类别、tag 找到 Python/MATLAB 对照实现 |
+
+所有公开样例都使用合成数据和可审计代码生成，不包含论文截图、课程资料、私有数据或商业模板。
+
 ## 项目关系
 
 这个仓库是“大型绘图函数库 / gallery 层”，负责沉淀大量可复用模板、配色和跨语言参考实现。
@@ -39,10 +52,14 @@ English repository name: `scientific-plotting-function-library`.
 ├── gallery/                1000 张模板 PNG + index.html（搜索+分类+语言筛选）
 ├── docs/                   完整文档集（docs/learning/ 资料精读笔记 ×6）
 │   ├── quick_start.md       5 分钟上手
+│   ├── beginner_20_plots.md 新手 20 图路径
 │   ├── chart_selection.md   图型决策指南
 │   ├── api_reference.md     API 参考
 │   ├── style_guide.md       模板风格规范
 │   └── provenance_policy.md clean-room 发布边界
+├── examples/
+│   ├── sample-pack/         免费 sample pack：3 个样例入口 + 合成 CSV
+│   └── csv-workflow/        CSV 到投稿前图件自查工作流
 ├── scripts/                辅助脚本
 │   ├── merge_batch_manifests.py 批次账本合并为 manifest 源
 │   ├── build_manifest.py    重生成 manifest.json + catalog.md

docs/beginner_20_plots.md

@@ -0,0 +1,53 @@
+# 新手 20 图路径
+
+这个页面只放最常用、最容易复用的 20 个入口。每个条目都对应现有的 Python/MATLAB 对照模板，适合先跑通，再替换成自己的实验数据。
+
+## 怎么使用
+
+```bash
+# Python：先跑一个模板
+python templates/python/line_basic.py
+
+# MATLAB：在仓库根目录运行
+addpath(genpath('templates/matlab'));
+addpath(genpath('_utils/matlab'));
+fig = line_basic();
+```
+
+如果你还不知道该选哪个图，先看“想表达什么”，再打开对应模板源码。所有模板默认使用合成数据；替换数据时保留模板的主题、配色和导出方式即可。
+
+## 20 个推荐入口
+
+| 场景 | 推荐模板 | 适合表达 | Python | MATLAB |
+|---|---|---|---|---|
+| 单个变量随时间变化 | `line_basic` | 趋势、衰减、响应曲线 | [`templates/python/line_basic.py`](../templates/python/line_basic.py) | [`templates/matlab/line_basic.m`](../templates/matlab/line_basic.m) |
+| 多组曲线对比 | `line_multi` | 多算法、多工况、多传感器 | [`templates/python/line_multi.py`](../templates/python/line_multi.py) | [`templates/matlab/line_multi.m`](../templates/matlab/line_multi.m) |
+| 两个变量相关性 | `scatter_regression` | 实测值与拟合关系 | [`templates/python/scatter_regression.py`](../templates/python/scatter_regression.py) | [`templates/matlab/scatter_regression.m`](../templates/matlab/scatter_regression.m) |
+| 均值和误差 | `bar_error` | 组间均值、标准差、标准误 | [`templates/python/bar_error.py`](../templates/python/bar_error.py) | [`templates/matlab/bar_error.m`](../templates/matlab/bar_error.m) |
+| 分组柱状对比 | `bar_grouped` | 多组指标横向比较 | [`templates/python/bar_grouped.py`](../templates/python/bar_grouped.py) | [`templates/matlab/bar_grouped.m`](../templates/matlab/bar_grouped.m) |
+| 组成占比 | `bar_stacked` | 构成、累计贡献、能量分解 | [`templates/python/bar_stacked.py`](../templates/python/bar_stacked.py) | [`templates/matlab/bar_stacked.m`](../templates/matlab/bar_stacked.m) |
+| 二维矩阵 | `heatmap_basic` | 参数扫描、混淆矩阵、相关强度 | [`templates/python/heatmap_basic.py`](../templates/python/heatmap_basic.py) | [`templates/matlab/heatmap_basic.m`](../templates/matlab/heatmap_basic.m) |
+| 带数值标注的矩阵 | `heatmap_annotated` | 小尺寸热力图、表格型结果 | [`templates/python/heatmap_annotated.py`](../templates/python/heatmap_annotated.py) | [`templates/matlab/heatmap_annotated.m`](../templates/matlab/heatmap_annotated.m) |
+| 分布形状 | `histogram_basic` | 误差分布、残差、测量噪声 | [`templates/python/histogram_basic.py`](../templates/python/histogram_basic.py) | [`templates/matlab/histogram_basic.m`](../templates/matlab/histogram_basic.m) |
+| 分组分布 | `box_basic` | 不同条件下的离散程度 | [`templates/python/box_basic.py`](../templates/python/box_basic.py) | [`templates/matlab/box_basic.m`](../templates/matlab/box_basic.m) |
+| 分布密度 | `violin_basic` | 小样本分布形态对比 | [`templates/python/violin_basic.py`](../templates/python/violin_basic.py) | [`templates/matlab/violin_basic.m`](../templates/matlab/violin_basic.m) |
+| 均值和置信带 | `confidence_band` | 重复实验均值、时序不确定性 | [`templates/python/confidence_band.py`](../templates/python/confidence_band.py) | [`templates/matlab/confidence_band.m`](../templates/matlab/confidence_band.m) |
+| 单点误差棒 | `errorbar_basic` | 测量误差、估计置信区间 | [`templates/python/errorbar_basic.py`](../templates/python/errorbar_basic.py) | [`templates/matlab/errorbar_basic.m`](../templates/matlab/errorbar_basic.m) |
+| 控制系统频响 | `bode_diagram` | 幅频/相频特性 | [`templates/python/bode_diagram.py`](../templates/python/bode_diagram.py) | [`templates/matlab/bode_diagram.m`](../templates/matlab/bode_diagram.m) |
+| 状态轨迹 | `phase_portrait` | 非线性系统、动态行为 | [`templates/python/phase_portrait.py`](../templates/python/phase_portrait.py) | [`templates/matlab/phase_portrait.m`](../templates/matlab/phase_portrait.m) |
+| 角度/方向数据 | `polar_basic` | 方向响应、周期信号 | [`templates/python/polar_basic.py`](../templates/python/polar_basic.py) | [`templates/matlab/polar_basic.m`](../templates/matlab/polar_basic.m) |
+| 等值线 | `contour_lines` | 二维函数、参数面投影 | [`templates/python/contour_lines.py`](../templates/python/contour_lines.py) | [`templates/matlab/contour_lines.m`](../templates/matlab/contour_lines.m) |
+| 三维曲面 | `surface_3d` | 响应面、空间场、优化结果 | [`templates/python/surface_3d.py`](../templates/python/surface_3d.py) | [`templates/matlab/surface_3d.m`](../templates/matlab/surface_3d.m) |
+| 多变量降维 | `biplot_pca` | PCA 载荷和样本关系 | [`templates/python/biplot_pca.py`](../templates/python/biplot_pca.py) | [`templates/matlab/biplot_pca.m`](../templates/matlab/biplot_pca.m) |
+| 日历型数据 | `calendar_heatmap` | 每日负荷、活跃度、实验批次 | [`templates/python/calendar_heatmap.py`](../templates/python/calendar_heatmap.py) | [`templates/matlab/calendar_heatmap.m`](../templates/matlab/calendar_heatmap.m) |
+
+## 替换数据的顺序
+
+1. 先运行模板默认的合成数据版本。
+2. 再把自己的数据整理成简单数组、CSV 或矩阵。
+3. 只替换模板开头的数据构造部分，先不要改主题和导出逻辑。
+4. 导出前检查字号、线宽、单位、图例和目标期刊尺寸。
+
+## 边界
+
+这个页面是选图导航，不是论文结果保证。模板只帮助你把已有数据表达得更清楚；科学结论、实验设计和投稿结果仍需要你自己负责。

examples/sample-pack/README.md

@@ -0,0 +1,50 @@
+# 免费 sample pack
+
+这个目录是仓库的轻量入口，用来快速理解“公开样例、合成数据、模板源码、导出结果”之间的关系。它不是完整资料包，也不包含任何论文截图、课程资料、私有数据或商业模板。
+
+## 包含什么
+
+| 文件或模板 | 用途 |
+|---|---|
+| [`sample_measurements.csv`](sample_measurements.csv) | 一份很小的合成测量数据，字段为 `time`、`voltage`、`current`、`temperature` |
+| [`templates/python/line_basic.py`](../../templates/python/line_basic.py) | 单条趋势线样例 |
+| [`templates/python/scatter_regression.py`](../../templates/python/scatter_regression.py) | 散点 + 拟合样例 |
+| [`templates/python/bar_error.py`](../../templates/python/bar_error.py) | 柱状 + 误差棒样例 |
+| [`docs/beginner_20_plots.md`](../../docs/beginner_20_plots.md) | 继续扩展到 20 个常用图 |
+| [`examples/csv-workflow/`](../csv-workflow/) | 从合成 CSV 到 PNG/PDF 导出和投稿前检查报告的完整流程 |
+
+## 快速运行
+
+在仓库根目录运行：
+
+```bash
+python templates/python/line_basic.py
+python templates/python/scatter_regression.py
+python templates/python/bar_error.py
+```
+
+这些命令会使用模板内置的合成数据，并在模板目录旁边生成 PNG。生成图仅用于本地预览，不需要提交回仓库。
+
+## 用 sample CSV 跑一张图
+
+```python
+from _utils.python.data_loader import load_xy
+from templates.python.line_basic import make_figure
+
+x, y = load_xy('examples/sample-pack/sample_measurements.csv',
+               x_col='time',
+               y_col='voltage')
+fig = make_figure(x=x, y=y, title='Synthetic voltage response')
+fig.savefig('sample_voltage_response.png', dpi=300)
+```
+
+如果要换成自己的数据，先把字段整理成简单 CSV，再替换 `x_col` 和 `y_col`。建议先导出 PNG 预览，最终投稿或报告再导出 PDF/SVG。
+
+如果你想同时看 Python/MATLAB 双语脚本、PNG/PDF 导出和检查报告模板，继续看
+[`examples/csv-workflow/`](../csv-workflow/)。
+
+## 公开发布边界
+
+- 可以公开：原创模板、合成数据、生成脚本、可审计文档。
+- 不要提交：真实学生/实验室数据、论文截图、付费课程图、`.fig`、`.mat`、Office 文件、压缩包或本地生成的大量预览图。
+- 不承诺：论文录用、审稿通过、比赛结果或商业收益。

examples/sample-pack/sample_measurements.csv

@@ -0,0 +1,13 @@
+time,voltage,current,temperature
+0.0,0.12,0.015,25.0
+0.5,0.34,0.019,25.2
+1.0,0.58,0.024,25.5
+1.5,0.77,0.028,25.8
+2.0,0.91,0.031,26.0
+2.5,0.98,0.033,26.3
+3.0,1.01,0.034,26.5
+3.5,0.96,0.032,26.7
+4.0,0.86,0.029,26.8
+4.5,0.71,0.025,26.7
+5.0,0.52,0.021,26.5
+5.5,0.31,0.018,26.3