Python 科学计算栈 插件合集（共 170 个）

【文本标签避让（adjustText）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   自动调整散点标签位置以避免文字相互重叠，通过迭代排斥把注释文本排布开，让图中密集的数据点标签都能清晰可读。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「文本标签避让」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Phlya/adjustText
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据框操作增强（akimbo）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   Python 科学计算生态中的数据框扩展包，提供更灵活的列访问与转换方式，用于补充标准数据框的功能，具体用法请参考其项目文档。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据框操作增强」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/intake/akimbo
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【情感轮可视化工具（alfonsosemeraro_pyplutchik）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于绘制普拉切克情感轮的 Python 可视化工具，把情感标注语料按类别映射到花瓣图上，便于分析文本情感分布。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「情感轮可视化工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alfonsosemeraro/pyplutchik
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互动画绘图库（animatplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 matplotlib 制作交互动画的工具，通过滑块等控件逐帧控制图形演变，适合展示随时间变化的仿真与实验数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互动画绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/t-makaro/animatplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【绘图样式主题库（aquarel）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   简化 matplotlib 样式与主题设置的封装库，用简洁语句批量调整配色、字体与布局，快速统一科研图表的视觉风格。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「绘图样式主题库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/lgienapp/aquarel
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【时序数据库（ArcticDB）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向时序与金融数据的数据库，支持高效读写数据框对象并做版本管理，可在海量历史行情与传感器数据的存储分析中使用。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「时序数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/man-group/ArcticDB
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【贝叶斯分析可视化（arviz）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向贝叶斯模型的探索性分析工具，提供后验分布与收敛诊断等专用图表，帮助统计建模时直观检查采样结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「贝叶斯分析可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/arviz-devs/arviz
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【天文数据处理库（astropy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   天文领域的核心处理与绘图库，涵盖坐标、单位与天体图像，配合可视化模块可绘制星空图与观测数据图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「天文数据处理库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/astropy/astropy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【批量导入数据库（bcpandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   借助数据库批量导入工具把数据框快速写入数据库，替代逐行插入，大幅提升大规模数据入库与数据仓库装载的效率。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「批量导入数据库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/yehoshuadimarsky/bcpandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【脑图谱热力图工具（bg-heatmaps）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于脑成像数据的热力图可视化，把统计值映射到脑区示意图上，便于神经科学研究中直观查看大脑各区域的分布。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「脑图谱热力图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/brainglobe/bg-heatmaps
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【绘图辅助扩展包（blume）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   Python 科学计算生态中的绘图辅助扩展包，为 Matplotlib 提供额外的辅助功能与更简洁的绘图接口，具体能力请参考其项目文档。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「绘图辅助扩展包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/swfiua/blume
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【断轴绘图工具（break_axes）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 Matplotlib 的断轴绘图工具模块，可在同一坐标轴中做打断处理，把数值跨度很大的数据压缩到一张图里清楚对比。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「断轴绘图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/wuyao1997/break_axes
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【坐标轴断裂绘图（brokenaxes）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   让图表坐标轴带有断裂区间，从而把量级相差悬殊的数据段放在一幅图中展示，常用于省略中间取值范围的科研绘图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「坐标轴断裂绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/bendichter/brokenaxes
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【营业日时间轴（busdayaxis）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供压缩非营业时段的坐标轴刻度，让跨越周末与假期的时序数据在图上连续相接，便于观察营业日内数据的变化趋势。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「营业日时间轴」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/saemeon/busdayaxis
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【地理空间绘图库（cartopy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向地理空间数据的地图绘制库，支持多种投影、海岸线与国界数据，可在 Matplotlib 中制作专业地图并叠加气象、海洋等空间数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「地理空间绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/SciTools/cartopy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【动画绘图辅助库（celluloid）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   简化 matplotlib 动画制作的辅助库，在逐帧绘制时自动记录画布并合成动画，让时间序列数据的动态演示变得简单。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「动画绘图辅助库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jwkvam/celluloid
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【科学配色方案库（CMasher）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   收集大量科学配色方案，帮助绘制易读、信息量充足的图表，色带感知均匀，适合科研数据中连续量的可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「科学配色方案库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/1313e/CMasher
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【地学配色方案集（cmcrameri）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供感知均匀的地学配色方案，色带过渡平滑、区分清楚，适合地形、洋流等地球科学场数据的绘制与展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「地学配色方案集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/callumrollo/cmcrameri
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【海洋学配色方案（cmocean）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   针对海洋学变量设计的感知均匀配色方案，符合学科惯例且对色觉友好，适合绘制温度、盐度等观测与模拟数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「海洋学配色方案」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/cmocean
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【气象配色方案库（cmweather）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向天气与气候变量、对色觉缺陷友好的配色方案，兼顾可读性与学科习惯，适合绘制雷达、降水与气温等气象数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「气象配色方案库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/openradar/cmweather
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【天文配色方案集（cmyt）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   来源于天文项目的配色方案，色带经感知优化且区分度高，适合天文与物理模拟数据中连续量的可视化呈现。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「天文配色方案集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/yt-project/cmyt
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【感知均匀配色集合（colorcet）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   同时提供感知均匀的连续配色与差异明显的分类配色，适合科学数据可视化，帮助读者准确分辨数值大小与类别差异。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「感知均匀配色集合」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/colorcet
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【色彩空间工具库（colorio）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   处理颜色与色彩空间的工具库，可做色差计算与配色方案分析，帮助科研图表选用感知均匀、色彩准确的方案。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「色彩空间工具库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/nschloe/colorio
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【时序特征标注（compose）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   预测建模的特征标注框架，用简单规则为时间序列数据生成标签，方便构建与评估基于时序的监督学习特征与目标变量。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「时序特征标注」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alteryx/compose
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【复变函数绘图库（cplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   专门绘制复变函数的工具，可把复数域的模与相位等信息用彩色图呈现，适合数学与物理中复分析结果的可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「复变函数绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/nschloe/cplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【曲线文字绘制（curved-text）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   让文字沿任意曲线排布，支持按弧长定位并可垂直于曲线偏移，适合在圆形、波浪形图表中沿路径标注文字与说明。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「曲线文字绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/thiebes/curved-text
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据时钟图表（dataclocklib）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 Matplotlib 绘制数据时钟图，把时间数据按钟表盘的方位与半径排列展示，适合呈现周期性、时段分布类数据的规律。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据时钟图表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/andyrids/dataclocklib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大数据集渲染（datashader）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向超大数据集的服务端渲染工具，先对海量点数据做分箱聚合再出图，可把数百万乃至上亿个数据点快速渲染为清晰的可视化图像。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大数据集渲染」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/datashader
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【日历热力图（dayplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用简单接口绘制日历热力图，把每日数据按日期排布并以色阶表示数值大小，适合展示时间序列数据在一年中的分布与规律。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「日历热力图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/y-sunflower/dayplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【时间轴动画工具（diplotocus）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把 matplotlib 图像组织成时间轴式动画，并可通过可选图形界面交互调整，适合演示随时间演变的过程与数据变化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「时间轴动画工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/titanbin/diplotocus
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高区分度配色生成（distinctipy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   自动生成任意数量、彼此差异最大的定性配色方案，用于给多条曲线或多个类别分配易区分颜色，提升图表可读性。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高区分度配色生成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alan-turing-institute/distinctipy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【DNA特征可视化库（DnaFeaturesViewer）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   可视化基因特征的工具，可从基因库或序列文件读取元件并绘制示意图，便于分子生物学展示基因结构与排布。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「DNA特征可视化库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Edinburgh-Genome-Foundry/DnaFeaturesViewer
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【便捷箭头绘制（drawarrow）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   简化 Matplotlib 中箭头的绘制，用简单调用即可画出带样式的直箭头与弯箭头，方便在图中标注方向、流程与因果关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「便捷箭头绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/y-sunflower/drawarrow
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据框交互查看（dtale）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在浏览器中交互查看与分析数据框的工具，可浏览表格、统计摘要与图表并直接做数据清洗，适合快速探查数据集的状况。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据框交互查看」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/man-group/dtale
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互地理数据地图（eomaps）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于绘制地理数据集交互式地图的库，支持在图上叠加栅格与点数据并提供缩放、悬停查询，适合展示遥感与环境科学的空间数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互地理数据地图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/raphaelquast/eomaps
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【涂料风配色方案（farrowandball）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   灵感取自英国涂料品牌的配色方案，色调柔和优雅，适合为统计图表或示意图统一配色，营造温和协调的视觉风格。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「涂料风配色方案」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/vork/farrowandball
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【自动特征生成（featuretools）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   自动生成机器学习特征的框架，通过深度特征合成从多张关联数据表中构造特征，减少人工设计特征的工作量并提升建模效率。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「自动特征生成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alteryx/featuretools
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多页图形输出（figpager）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把多个图形保存为单页或多页文件，可将一组图表分页导出为便于翻阅的文档，适合生成图表册、批量报告与打印资料。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多页图形输出」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ebenp/figpager
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【富样式文本（flexitext）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 Matplotlib 中绘制混合样式的文本，同一行文字可分别设置字体、颜色与粗细，便于在标题和注释中突出关键词。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「富样式文本」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/tomicapretto/flexitext
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【经济数据接口（fredapi）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   访问美国联邦储备经济数据接口的客户端，可直接把宏观指标批量下载为数据框，便于经济与金融时间序列的获取和分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「经济数据接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mortada/fredapi
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【地理数据框扩展（geopandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把数据框扩展为支持地理数据的结构，可直接读取矢量几何并与 Matplotlib 配合绘图，让空间数据的筛选、合并与制图在同一套接口中完成。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「地理数据框扩展」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/geopandas/geopandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高层地理绘图库（geoplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 Cartopy 的高层地理绘图库，提供点密度、核密度与等值区域等常用地图图表的简洁接口，便于快速制作地理空间数据可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高层地理绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/residentmario/geoplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高层地理可视化（geoviews）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   建立在 Cartopy 与 Matplotlib 之上的高层地理绘图工具，用统一接口生成可交互地图，方便与其它可视化库组合进行空间数据分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高层地理可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/geoviews
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【动图生成接口（gif）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   超轻量的动态图片生成接口，可把一组图片或 matplotlib 图形快速合成为动图，方便在报告与网页中展示动态效果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「动图生成接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/maxhumber/gif
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【科学数据交互探索（glue）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   跨文件关联多份科学数据集的可视化探索工具，可在多个视图间联动选择与筛选，适合天文学等大数据集的交互分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「科学数据交互探索」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/glue-viz/glue
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形内核后端（gr）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Python 绘图提供图形内核系统后端，实现高性能的交互式显示与矢量输出，可加速大规模数据的实时可视化与动画渲染。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形内核后端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jheinen/gr
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【子图网格策略（grid-strategy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   根据待绘制坐标轴的数量自动规划子图网格布局，省去手动计算行列的麻烦，让批量绘图时的版面排列更整齐一致。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「子图网格策略」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/grid-strategy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【统计图形一键绘制（grplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用一个函数即可生成完整美观的统计图形，覆盖常见统计图表类型，适合快速探索数据分布与变量之间的关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「统计图形一键绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ghiffaryr/grplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【优化建模数据框（gurobipy-pandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在数据框与数学优化求解器之间搭桥的扩展包，可直接用列数据构建优化模型并读回解，简化运筹优化与规划问题的建模。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「优化建模数据框」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Gurobi/gurobipy-pandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【特征流程编排（hamilton）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用函数与依赖关系组织数据转换的框架，把数据处理步骤定义为有向图，便于构建可复现、易维护的特征工程与数据流水线。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「特征流程编排」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/dagworks-inc/hamilton
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高亮注释（highlight_text）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   让 Matplotlib 中的注释标注更容易制作，可在同一段文字里高亮关键部分并配以箭头与边框，提升图注的表达力。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高亮注释」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/znstrider/highlight_text
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【冰球场绘图工具（hockey_rink）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 matplotlib 绘制冰球场地的库，可在地面图上叠加射门与传球等数据，适合冰球运动的战术与数据分析可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「冰球场绘图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/the-bucketless/hockey_rink
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多维数据可视化库（holoviews）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供可组合的多维与表格数据对象，能随数据自动可视化，支持交互式探索，常配合 matplotlib 等后端用于科研作图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多维数据可视化库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/holoviews
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【模型仓库客户端（huggingface_hub）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   与模型与数据集托管平台交互的客户端库，可上传下载模型、数据集与文件并管理版本，是机器学习实验与共享的常用工具。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「模型仓库客户端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/huggingface/huggingface_hub
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式绘图接口（hvplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 pandas 与 xarray 数据提供简洁的绘图接口，一行代码即可生成可缩放、可悬停的交互图表，适合快速探索数据集。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式绘图接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/hvplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高光谱数据分析库（hyperspy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   多维数据分析工具，擅长处理高光谱成像等数据，提供信号处理与可视化功能，适合显微与光谱学数据的探索。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高光谱数据分析库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/hyperspy/hyperspy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【网络树状图绘图库（iplotx）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于可视化网络与树形结构并支持样式定制，能绘制系统发育树或关系网络，适合生物信息与图论数据的呈现。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「网络树状图绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/fabilab/iplotx
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【声明式交互图表（ipyvega）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在笔记本中渲染声明式交互图表的扩展，用描述数据的语法生成可选点、缩放联动的图形，适合探索性数据分析和结果分享。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「声明式交互图表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/vega/ipyvega
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【触屏交互绘图控件（kivy_matplotlib_widget）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为触屏界面框架提供的绘图控件，把 matplotlib 图形转换为可缩放拖拽的交互图，便于在移动应用中嵌入动态图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「触屏交互绘图控件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mp-007/kivy_matplotlib_widget
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图例定制工具（legendkit）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 提供更灵活的图例能力，支持多图共用图例、分组排布与样式定制，便于在复杂图表中生成清晰易读的图例。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图例定制工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Marsilea-viz/legendkit
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【音频信号处理库（librosa）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   音频信号处理库，提供波形、频谱与梅尔谱等显示功能，适合音乐与语音研究中提取特征并可视化音频数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「音频信号处理库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/librosa/librosa
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据看板构建工具（lumen）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用声明式配置或图形界面构建数据看板与应用，可整合 matplotlib 等绘图库，方便快速搭建交互式数据展示面板。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据看板构建工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/lumen
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数学动画脚本集（manimplotlib）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   一组把 matplotlib 图表与数学动画库结合使用的脚本，可将图形以平滑的动画方式呈现，适合教学与科普演示场景。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数学动画脚本集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/kolibril13/manimplotlib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【声明式可组合绘图（marsilea）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   以声明方式构建可组合的可视化布局，把多个小图拼成复杂的多面板图，适合对多维数据做系统性的分面展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「声明式可组合绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Marsilea-viz/marsilea
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图表测试工具（matplotcheck）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于测试 Matplotlib 图表的工具包，可在教学与测试中自动检查图形的类型、坐标范围与标签等属性，帮助验证绘图代码是否正确。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图表测试工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/earthlab/matplotcheck
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【扩展包模板生成器（matplotlib-extension-cookiecutter）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于快速创建 matplotlib 扩展包的项目模板，自动生成打包、测试与文档所需结构，降低开发第三方绘图扩展的门槛。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「扩展包模板生成器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/matplotlib-extension-cookiecutter
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【曲线直接标注（matplotlib-label-lines）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在曲线旁边直接标注名称而非使用图例，可按位置自动放置文字并避开线重叠，让图中各条曲线一眼即可辨认。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「曲线直接标注」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/cphyc/matplotlib-label-lines
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【地图要素工具（matplotlib-map-utils）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为地图添加指北针、比例尺与插图小地图等常见要素，简化科学地图排版，让地学图形具备规范而完整的制图元素。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「地图要素工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/moss-xyz/matplotlib-map-utils
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【地图比例尺（matplotlib-scalebar）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 Matplotlib 图形上添加比例尺标尺，可根据坐标单位自动换算长度并放置横条，常用于显微照片与地图类图件的尺寸标注。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「地图比例尺」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ppinard/matplotlib-scalebar
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【维恩图绘制（matplotlib-venn）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 Matplotlib 中绘制面积加权的两圆与三圆维恩图，圆面积与交集大小按数值比例呈现，常用于集合关系与重叠数据的可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「维恩图绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/konstantint/matplotlib-venn
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【坐标轴轻量视图（matplotview）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   创建 Matplotlib 坐标轴的轻量视图对象，可在不复制数据的前提下把子区域当作独立坐标轴使用，便于灵活组合与复用绘图逻辑。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「坐标轴轻量视图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/matplotview
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【绘图样式扩展集（matplotx）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 提供实用样式与扩展的合集，包含更美观的主题配色、网格与注释辅助函数，可快速提升科研图表的观感与一致性。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「绘图样式扩展集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/nschloe/matplotx
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【荧光图像通道合成（mergechannels）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向荧光显微图像的配色方案与高性能通道混合工具，可把多通道图像合成彩色图，便于观察不同标记的空间分布。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「荧光图像通道合成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/zacswider/mergechannels
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【显微图像动画工具（microfilm）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向多通道显微数据的二维图像绘制与动画工具，可逐帧展示不同通道图像，便于观察细胞与组织的动态变化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「显微图像动画工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/guiwitz/microfilm
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【音频标注评估工具（mir_eval）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于评估与展示音频标注结果的工具，提供常用评价指标和显示辅助函数，适合音乐信息检索研究中的算法评测。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「音频标注评估工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/craffel/mir_eval
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【并行数据框扩展（modin）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   通过并行执行加速数据框操作的扩展包，可复用现有数据框接口把计算分派到多核或集群，几乎不改代码即可处理更大数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「并行数据框扩展」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/modin-project/modin
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【精选绘图主题集（morethemes）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 matplotlib 补充一批精致主题，一键切换即可改变背景、网格与配色，让科研图表更美观统一，节省排版时间。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「精选绘图主题集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/y-sunflower/morethemes
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多维数据动画工具（mpl-animators）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为多维数据以及天文坐标系统对象创建交互动画，适合天文观测数据与多维数组的逐帧可视化与动态展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多维数据动画工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/sunpy/mpl-animators
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【精致箭头绘制（mpl-arrow）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供在 Matplotlib 中绘制精美箭头的简便方式，支持弯曲、多段与自定义样式的箭头，用于示意流程、方向与作用关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「精致箭头绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-arrow
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【可拖拽直线控件（mpl-draggable-line）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 matplotlib 提供的可拖拽直线控件，可用鼠标拖动参考线读取或设定数值，适合交互式标注与阈值选取。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「可拖拽直线控件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-draggable-line
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【绘图交互原型库（mpl-gui）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   作为官方绘图接口替代方案的实验性原型，尝试改进交互式绘图的接口设计，供开发者探索更简洁的绘图调用方式。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「绘图交互原型库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/tacaswell/mpl-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像分类标注控件（mpl-image-labeller）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 matplotlib 中用鼠标为图像批量打分类标签的控件，可交互记录标注结果，适合构建图像数据集的标注流程。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像分类标注控件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-image-labeller
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像交互分割控件（mpl-image-segmenter）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 matplotlib 中手动分割图像的交互控件，可通过鼠标勾勒区域生成掩膜，适合制作分割训练数据与标注样本。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像交互分割控件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-image-segmenter
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式绘图控件库（mpl-interactions）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 matplotlib 提供交互控件，可通过滑块与下拉框等实时调整参数，让图形随变量即时更新，便于参数探索与教学演示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式绘图控件库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-interactions
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式测量工具（mpl-measurements）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于光标的交互式测量工具，可在图上读取时间、幅值及其差值，适合信号波形等数据的精确测量与标注。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式测量工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ubaldot/mpl-measurements
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多标签图形管理器（mpl-multitab）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于界面工具包的多标签图形管理器，把多个 matplotlib 图形窗口整理成标签页切换，便于同时查看和比较图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多标签图形管理器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/astromancer/mpl-multitab
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像点选标注控件（mpl-point-clicker）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在图形上记录鼠标点击位置的控件，支持多类别标记，可为图像或散点数据采集标注点，方便构建训练数据集。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像点选标注控件」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mpl-extensions/mpl-point-clicker
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【概率坐标刻度（mpl-probscale）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 增加真正的概率坐标刻度，可在正态概率纸等尺度上绘图，使概率分布与极值数据呈现更接近直线的规律。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「概率坐标刻度」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/mpl-probscale
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多线程绘图后端原型（mpl-qtthread）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向界面工具包后端的实验性原型，旨在提供近似线程安全的绘图支持，便于在多线程界面中安全地更新图形。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多线程绘图后端原型」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/tacaswell/mpl-qtthread
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【点密度二维直方图（mpl-scatter-density）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为大量散点数据快速绘制二维直方图与密度图，通过网格计数避免绘图卡顿，能让密集点云中的分布结构清晰呈现出来。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「点密度二维直方图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/astrofrog/mpl-scatter-density
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【对话气泡（mpl-speech-bubble）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用 Matplotlib 绘制对话气泡与提示框，可在漫画式插图中加入带尖角的文字框，让示意图与讲解图更生动易懂。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「对话气泡」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/leejjoon/mpl-speech-bubble
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【绘图模板引擎（mpl-template）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 提供绘图模板机制，把常用的版面与样式配置抽成模板，使同一项目中多张图表保持统一风格并减少重复代码。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「绘图模板引擎」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/austinorr/mpl-template
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【第三方扩展目录（mpl-third-party）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   matplotlib 官方收录的第三方扩展包目录，汇集绘图扩展、配色方案与工具包，方便开发者按需查找与选用合适的扩展。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「第三方扩展目录」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/mpl-third-party
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【视觉特效扩展包（mpl-visual-context）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   收集多种路径特效等绘图增强效果，可为线条与文字添加阴影、描边等样式，让图表重点更突出、层次更清晰。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「视觉特效扩展包」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/leejjoon/mpl-visual-context
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【桑基冲积图（mpl_sankey）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   绘制桑基图与冲积图的扩展，以面向数据的接口描述节点与流量，可直观表现能量、资金或人群在不同类别之间的流动。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「桑基冲积图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/toobaz/mpl_sankey
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【三维立体图（mpl_stereo）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把普通图表转成可立体观看的图像，生成随机点立体图、红蓝立体图与摆动图，让二维图形呈现纵深感，适合科普与展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「三维立体图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/scottshambaugh/mpl_stereo
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【自定义表格绘制（mpl_table）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用 Matplotlib 创建自定义样式表格，可控制列宽、边框与背景色并按条件着色单元格，方便在图中嵌入数据表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「自定义表格绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/geo7/mpl_table
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形界面无关控件盒（mpl_widget_box）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 提供与图形界面框架无关的控件部件，采用类似图例的布局，方便在图上放置按钮、滑块与文本框等交互元素。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形界面无关控件盒」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/leejjoon/mpl_widget_box
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【周期数据绘图（mpl_wrap）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   处理周期性、角度与环绕数据的绘图辅助库，可把跨越边界的数据正确衔接与循环显示，适合绘制方向、相位与时间周期量。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「周期数据绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/scottshambaugh/mpl_wrap
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【开罗渲染后端（mplcairo）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 提供基于开罗图形库的改进渲染后端，输出更清晰且支持更多格式，可提升矢量图与文本的渲染质量与速度。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「开罗渲染后端」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/mplcairo
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【股票技术分析图表（mplchart）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于绘制经典股票图表并叠加技术分析指标，如均线与成交量等，适合金融数据的走势观察与量化策略研究。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「股票技术分析图表」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/furechan/mplchart
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式数据选取游标（mplcursors）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 图形添加交互式数据选取光标，鼠标悬停或点击即可高亮数据点并显示坐标与标签，便于在科研作图中快速探查数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式数据选取游标」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/anntzer/mplcursors
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【赛博朋克风格主题（mplcyberpunk）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为图表添加霓虹发光与赛博朋克风格的视觉效果，让线条带有辉光，适合演示与海报等需要强烈视觉冲击的场合。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「赛博朋克风格主题」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/dhaitz/mplcyberpunk
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互数据光标工具（mpldatacursor）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   让 Matplotlib 图表具备可点击的数据光标，点击数据点后弹出提示框显示其数值与索引，适合在交互窗口里检查曲线上的具体数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互数据光标工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/joferkington/mpldatacursor
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【金融数据可视化库（mplfinance）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向金融数据的可视化工具，可绘制行情蜡烛图与成交量等图表并提供样式定制，适合股票与期货市场的分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「金融数据可视化库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/mplfinance
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【高能物理绘图工具（mplhep）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向高能物理的绘图辅助工具，提供该领域常用的直方图与误差带等绘图样式，方便快速生成符合学科规范的图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「高能物理绘图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/scikit-hep/mplhep
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像对比度交互调节（mplinorm）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为 Matplotlib 图像提供交互式对比度与亮度调节控件，科研人员可在显示图像时反复微调映射范围，以突出感兴趣的结构细节。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像对比度交互调节」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/anntzer/mplinorm
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【信号处理绘图工具（mplsignal）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供信号处理绘图所需的实用函数，可便捷绘制频谱与滤波器响应等图形，适合信号与系统分析中的数据展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「信号处理绘图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/oscargus/mplsignal
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【足球场绘图工具（mplsoccer）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于绘制足球场地与相关图表，支持射门图与传球网络等分析图形，适合足球数据的战术分析与可视化展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「足球场绘图工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/andrewRowlinson/mplsoccer
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【下半球赤平投影图（mplstereonet）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 Matplotlib 中绘制下半球等面积与等角度赤平投影网，用于地质构造中节理、断层与岩层产状的统计分析，是构造地质制图的常用工具。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「下半球赤平投影图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/joferkington/mplstereonet
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【三元相图（mpltern）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   以 Matplotlib 投影方式实现三元图绘制，可直接把三组分比例数据画在三角坐标系中，用于化学成分、相图等组分数据的分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「三元相图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/yuzie007/mpltern
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【森林图绘制工具（myforestplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   灵活可定制的森林图绘制工具，用于展示效应量与置信区间，适合医学与流行病学研究中汇总多个研究结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「森林图绘制工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/toshiakiasakura/myforestplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【网络图分析绘图库（networkx）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于构建、分析并绘制网络图的库，提供图算法与多种布局绘图功能，配合 matplotlib 可展示节点与连边关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「网络图分析绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/networkx/networkx
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据校验扩展（ntv-pandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   Python 科学计算生态中的数据框扩展包，为数据框操作提供额外辅助功能，用于补充标准数据框能力，具体用法请参考其项目文档。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据校验扩展」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/loco-philippe/ntv-pandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像文件写入库（numpngw）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   Python 科学计算生态的图像扩展包，用于把数组数据写出为常见的图像文件，便于保存并分享绘图与可视化结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像文件写入库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/WarrenWeckesser/numpngw
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【在线数据读取（pandas-datareader）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   从多家公开数据源读取数据并直接返回数据框，涵盖股票行情与宏观经济指标等，方便在分析中统一获取外部时间序列。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「在线数据读取」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/pydata/pandas-datareader
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据框类型标注（pandas-stubs）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框库提供类型存根文件，让静态检查工具理解其接口，编写数据分析代码时可获得更准确的补全提示与类型报错。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据框类型标注」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/VirtusLab/pandas-stubs
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据面板与网页应用（panel）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 Python 的仪表盘与网页应用框架，可将 Matplotlib 等各类图表组装成可交互的分析面板，方便分享数据探索结果与可视化成果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据面板与网页应用」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/holoviz/panel
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【子图布局管理器（patchworklib）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   直观管理子图布局的工具，可通过简单表达式拼接不同绘图库生成的图形，像拼贴一样排布复杂版面，适合组合多图出版。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「子图布局管理器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ponnhide/patchworklib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【货币数据框（pd-money）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框添加货币与金额类型的扩展包，支持不同币种间的数值表示与运算，便于处理财务、交易等带单位金额的数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「货币数据框」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/aalhajmee/pd-money
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【物理量数据框（physipandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框引入物理量与单位概念的扩展包，可在分析中携带量纲进行运算与转换，适合工程与物理数据的单位化处理。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「物理量数据框」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/mocquin/physipandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【带单位数据框（pint-pandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把物理单位支持带入数据框的扩展包，可为列赋予量纲并在运算中自动换算单位，减少科研数据处理中因单位不一致导致的错误。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「带单位数据框」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/hgrecco/pint-pandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【行星磁场可视化库（planetMagFields）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   便捷获取太阳系行星磁场信息并以二维三维方式可视化，适合行星科学与空间物理研究中展示磁场结构与形态。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「行星磁场可视化库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/AnkitBarik/planetMagFields
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【系统发育树绘图（plot_phylo）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在已有的 matplotlib 坐标轴上绘制系统发育树，可与其他图形叠加，适合进化生物学中展示物种之间的亲缘关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「系统发育树绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/KatyBrown/plot_phylo
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形语法绘图库（plotnine）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向 Python 的图形语法实现，用图层、映射与分面声明式地构建统计图形，风格接近 ggplot2，适合出版级统计作图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形语法绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/has2k1/plotnine
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【美观表格绘制（plottable）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在 Matplotlib 中绘制精美的数据表格，支持单元格着色、文本对齐与数值格式化，可把统计结果与图表一起排版到报告中。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「美观表格绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/znstrider/plottable
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【美观地图绘制（prettymaps）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   从开放街道地图数据生成风格化地图的轻量库，可自定义配色与图层并绘制城市轮廓、道路与水体，适合制作插画式地图与海报。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「美观地图绘制」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/marceloprates/prettymaps
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【出版级绘图封装（proplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   轻量封装 Matplotlib 的绘图库，提供大量配色方案与版式控制，用较少代码即可产出适合论文发表的高质量图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「出版级绘图封装」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/lukelbd/proplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【集合交集可视化（py-upset）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   实现 UpSet 系列集合可视化方法，用柱状与矩阵组合图展示多个集合之间的交集规模，比维恩图更适合描述较多集合的关系。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「集合交集可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ImSoErgodic/py-upset
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【天气雷达分析工具（pyart）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于分析并绘制天气雷达数据的工具包，可读取雷达扫描资料并生成反射率与径向速度等产品图，服务气象研究。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「天气雷达分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ARM-DOE/pyart
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【环形基因组绘图库（pyCircos）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于设计环状可视化图形的工具，可把染色体、基因等组学信息绘制成环形图，适合基因组比较与关系展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「环形基因组绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ponnhide/pyCircos
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【字体管理工具（pyfonts）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   以简单可复现的方式在 Matplotlib 中加载字体，通过链接直接引用字体文件，让不同机器上渲染的图表字体保持一致。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「字体管理工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/y-sunflower/pyfonts
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【基因组比较可视化（pyGenomeViz）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向比较基因组学的可视化工具，可绘制基因组共线性与同源区块图，方便展示多个物种间基因排列的异同。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「基因组比较可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/moshi4/pyGenomeViz
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【可视化分析工具（pygwalker）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   在笔记本里对数据框做可视化探索的工具，自动生成可拖拽的交互图表，让用户无需写绘图代码即可发现数据中的模式。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「可视化分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Kanaries/pygwalker
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据清理工具（pyjanitor）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框提供链式调用风格的清理工具集，涵盖列名整理、缺失值处理与条件筛选等，让数据清洗代码更易读且便于复用。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据清理工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/pyjanitor-devs/pyjanitor
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【交互式图形编辑器（pylustrator）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   交互式编辑 matplotlib 图形的工具，可在界面上拖动调整元素位置并自动记录代码，方便精细排版论文插图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「交互式图形编辑器」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/rgerum/pylustrator
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【材料信息学绘图库（pymatviz）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向材料信息学的可视化工具包，提供成分、结构与性能等专用图表，适合材料数据的探索与机器学习结果展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「材料信息学绘图库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/janosh/pymatviz
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形界面数据分析（PyNanoLab）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于界面框架的图形工具，结合数据框与绘图库提供数据分析与可视化功能，适合不写代码的用户直接操作使用。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形界面数据分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/decacent/PyNanoLab
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【大规模配色方案库（pypalettes）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   汇集两千五百多种配色的大型配色库，可按需检索并套用，适合在科研作图中快速找到并统一合适的配色方案。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「大规模配色方案库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/y-sunflower/pypalettes
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【简易图形界面框架（PySimpleGUI）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   简化图形界面开发的框架，可基于多种界面后端快速搭建窗口应用，方便为绘图与分析脚本套上交互操作界面。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「简易图形界面框架」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/PySimpleGUI/PySimpleGUI
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【云端数据仓库接口（python-bigquery-pandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   连接云端数据仓库与数据框的接口包，可把查询结果读入数据框或反向写入数据表，便于在笔记本中做大规模数据分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「云端数据仓库接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/googleapis/python-bigquery-pandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据库类型支持（python-db-dtypes-pandas）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框补充数据库相关数据类型支持的扩展包，处理可空整数与特殊时间类型等，便于从数据仓库读取的数据正确落地。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据库类型支持」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/googleapis/python-db-dtypes-pandas
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【三维刚体变换工具（pytransform3d）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   处理、绘制并动画演示三维刚体变换的工具，可展示旋转与位姿变化，适合机器人学与运动学中的姿态可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「三维刚体变换工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/dfki-ric/pytransform3d
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【华夫图与象形图（PyWaffle）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   绘制华夫图、方块饼图与象形图，用小方块或图标表达比例关系，比传统饼图更直观，适合展示占比类数据与科普表达。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「华夫图与象形图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/gyli/PyWaffle
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图形交互化扩展（quibbler）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   让 Matplotlib 图形轻松变可交互的扩展包，通过简单封装即可为已有绘图代码加入缩放、平移与数据选取等交互能力，改动量很小。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图形交互化扩展」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/Technion-Kishony-lab/quibbler
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【山脊线地形图（ridge_map）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   利用高程数据绘制类似山脊线的地形图，把地形剖面按高度叠加成富有层次感的图像，可用于地理与艺术化的地形可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「山脊线地形图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ColCarroll/ridge_map
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【三维曲面与线对象（s3dlib）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供三维曲面与线对象的类，可在 Matplotlib 中构建并操作三维几何来绘制曲面、网格与矢量场，便于制作数学与物理模型图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「三维曲面与线对象」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/fzaverl/s3dlib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【科研排版样式库（SciencePlots）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供符合期刊投稿要求的绘图样式，可模拟审稿常用的字体与尺寸规范，一键生成适合论文插图风格的图形。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「科研排版样式库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/garrettj403/SciencePlots
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【图像绘制高级接口（seaborn-image）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 seaborn 的高层图像绘制接口，用简洁参数美化并标注图像，适合科研中为显微与遥感图片快速生成出版级插图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「图像绘制高级接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/SarthakJariwala/seaborn-image
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【嵌入矢量图（skunk）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把矢量图像插入 Matplotlib 图形元素中，并可嵌套组合多张图表，让示意图、图标与统计图在同一幅作品里自然融合。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「嵌入矢量图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/whitead/skunk
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【文档示例图库生成（sphinx-gallery）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把示例脚本自动执行并渲染成配图，为文档系统生成 matplotlib 图库，方便项目展示绘图能力的示例集合。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「文档示例图库生成」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/sphinx-gallery/sphinx-gallery
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【阶梯函数绘图（staircase）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   专用于绘制与操作阶梯函数的库，可对分段常数数据做加减与积分运算，并把结果直接以阶梯图呈现，适合时序与计数分析。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「阶梯函数绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/staircase-dev/staircase
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【星空图绘制库（starplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于绘制星图与星空的 Python 库，可根据观测时间与地点生成天体位置图，适合天文科普、观测规划与星空可视化展示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「星空图绘制库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/steveberardi/starplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【并行图像动画库（streamjoy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把图像序列并行合成为动态图片或视频文件，处理速度快且使用简单，适合将批量生成的图片快速制作成视频演示。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「并行图像动画库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ahuang11/streamjoy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【时序模式挖掘（stumpy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向时间序列的模式挖掘库，可高效计算矩阵剖面与语义分割，用于发现重复模式、异常与变化点，支撑时序数据的分析与监控。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「时序模式挖掘」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/TDAmeritrade/stumpy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【太阳物理数据处理（sunpy）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向太阳物理的数据处理与绘图库，可读取观测数据、绘制太阳图像并附带专用配色方案，适合太阳活动研究。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「太阳物理数据处理」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/sunpy/sunpy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【矢量路径转换（svgpath2mpl）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把矢量图形中的路径解析为 Matplotlib 路径对象，可将设计软件绘制的形状直接用于绘图，方便制作自定义标记与图形。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「矢量路径转换」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/nvictus/svgpath2mpl
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据框查看工具（sview-gui）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于界面框架的图形工具，用于查看并可视化表格文件或数据框内容，便于快速浏览与检查实验数据。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据框查看工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/SojiroFukuda/sview-gui
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【精选配色方案集（tastymap）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   提供精心调制的配色方案，色带美观易读，适合为科研图表挑选合适的连续或分类配色，提升数据呈现的表现力。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「精选配色方案集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ahuang11/tastymap
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【导出矢量绘图代码（tikzplotlib）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   把 Matplotlib 图形导出为矢量绘图代码，便于在排版系统中直接插入并保持矢量质量，是学术论文插图常用的转换工具。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「导出矢量绘图代码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/nschloe/tikzplotlib
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【论文排版样式库（tueplots）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向学术论文的轻量绘图样式设置，可统一字体、尺寸与间距以符合会议投稿要求，便于批量生成规范插图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「论文排版样式库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/pnkraemer/tueplots
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【简洁绘图封装库（UltraPlot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   对 matplotlib 的简洁封装，用更少代码即可生成复杂的多子图布局、配色与标注，兼顾美观与易用，适合批量绘制论文插图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「简洁绘图封装库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/ultraplot/UltraPlot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【配色方案分析工具（viscm）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   用于分析配色方案并创建新配色方案的工具，可查看感知均匀性与色觉友好程度，帮助设计适合科研图表的色带。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「配色方案分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/matplotlib/viscm
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【风玫瑰图（windrose）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   基于 Matplotlib 绘制风玫瑰图的工具，把风向频率与风速分级以极坐标扇形图呈现，是气象、环境与选址分析的常用图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「风玫瑰图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/python-windrose/windrose
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据类型推断（woodwork）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   为数据框提供语义化列类型推断与管理，明确区分数值、类别与时间等类型，帮助在机器学习流程中做一致的数据校验。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据类型推断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/alteryx/woodwork
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【桌面界面绘图（wxmplot）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   与桌面界面框架紧密集成的绘图模块，可在窗口程序中嵌入可缩放平移的交互图表，用于搭建科学数据处理与仪器控制界面。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「桌面界面绘图」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/newville/wxmplot
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【多维数据分析库（xarray）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向带标签多维数据的分析与处理工具，提供基于 matplotlib 的绘图接口，可方便绘制气候、地理等网格数据并生成图表。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「多维数据分析库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/pydata/xarray
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【数据场动画工具（xmovie）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   从多维数据对象便捷生成精美的动画视频，适合展示气候、海洋等时空网格数据在时间维度上的动态变化过程。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「数据场动画工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/jbusecke/xmovie
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【机器学习可视化诊断（yellowbrick）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向机器学习的可视化与诊断工具，用图形辅助模型选择与调参，可直观查看分类、回归与聚类的效果诊断图。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「机器学习可视化诊断」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/DistrictDataLabs/yellowbrick
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【体数据可视化（yt）安装教程】—— Python Scientific Stack

■ 前置条件
   · 已装 Python 3.9 以上（推荐 Anaconda 或 Miniconda，便于管理科学计算环境）。
   · 建议先建独立环境：conda create -n sci python=3.11 -y && conda activate sci。

■ 本扩展包是什么
   面向体积数据的分析与可视化平台，可读取多种科学计算输出格式并对三维场数据切片、投影与渲染，常用于天体物理与流体模拟。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是扩展包源码（含 setup.py / pyproject.toml），安装后与 matplotlib / pandas / numpy / scipy / seaborn 配合使用。

■ 安装步骤
   1. 解压到英文路径目录。
   2. 打开命令行（conda 环境已激活）进入该目录。
   3. 执行 pip install . 安装；若包内有 requirements.txt，先 pip install -r requirements.txt。
   4. 开发调试也可以用 pip install -e . 以可编辑方式安装。
   5. 若从 PyPI 安装更省事：pip install <包名>（包名见仓库 README）。

■ 验证是否装好
   · 在 Python 里 import 该包名（或 from 包名 import 模块）不报错；用 pip show 包名 能看到版本信息。

■ 常见问题
   · 编译报错：多为缺少 C 编译环境，改用 conda install -c conda-forge 包名 安装预编译版本。
   · 与已装版本冲突：在独立环境里安装，不要动系统环境。
   · import 后功能不全：部分包需要额外可选依赖，按 README 补装。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「体数据可视化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/yt-project/yt
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。