本文比较了四款开源 PDF 转 Markdown 工具：Dolphin、MarkItDown、MinerU 和 Marker，分析了它们在结构保真、图片表格提取、AI 能力和易用性等方面的优缺点，推荐 MinerU 和 Marker 为首选，Dolphin 和 MarkItDown 作为补充。

Matplotlib 的 plt.scatter 函数不支持为每个点指定不同的形状。可以通过自定义函数 mscatter 来实现不同形状的散点图。示例代码展示了如何生成随机数据并绘制不同形状的散点图。需要注意的是，处理大量数据时性能可能较慢，且自动生成的图例可能不准确。

Marker是一个转换PDF、EPUB和MOBI为Markdown的工具，速度快且准确。支持PDF文档转换、删除页眉页脚、转换方程为乳胶、设置代码块和表格格式。适用于GPU、CPU或MPS。使用深度学习模型进行文本提取、OCR、页面布局检测、清理和格式化。适用于各种PDF文档。

本文介绍了几个主流的细胞marker数据库，包括CellMarker、PanglaoDB、BD Life Sciences CD Marker Chart、Mouse Cell Atlas、PlantCellMarker和CellKb。这些数据库收集了人类和小鼠各组织器官的经典标志物，并提供了自动注释、人工注释和验证等功能。其中，CellMarker的检索交互最舒服，PanglaoDB的UI与可信度相关，BD Life Sciences CD Marker Chart总结了人类和小鼠的经典Marker，Mouse Cell Atlas是小鼠数据库，PlantCellMarker收集了6种植物的数据，而CellKb是一个付费的单细胞注释辅助工具。