社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

一行 Python 代码绘制酷炫科研风格图表!

CDA数据分析师 • 5 年前 • 691 次点击  

贾浩楠 发自 凹非寺
量子位 报道 | 公众号 QbitAI

「一篇论文投多个期刊,每个期刊对图表格式要求不一,同一组数据要用多种工具分别绘图。」

不光是你,哈佛大学天文研究所的博士后,也不堪忍受论文重复绘图之苦。

他的解决办法是:亲自开发一个Matplotlib的补充包,增添scatter、notebook等其他软件常用的绘图工具,还支持一键调用符合IEEE等不同期刊要求的图表格式

现在,这个论文神器已经在Github开源,@爱可可老师 也在微博推荐,收获大量转发好评。

安装工具包

推荐使用Python3环境,并且要预装Matplotlib原始包。

安装这款补充包可以通过pip用一行代码完成:


pip install git+https://github.com/garrettj403/SciencePlots.git


你也可以选择手动安装工具包,把Github上的项目克隆到本地以后,直接将*.mplstyle的所有文件放到Matplotlib的风格(style)路径下。如果不清楚具体路径,使用以下代码:


import matplotlibprint(matplotlib.get_configdir())


编译器会返回Matplotlib的路径,你可能还需要手动建立一个stylelib文件夹。

使用教程

调用补充包的各种风格和格式十分简单,都可以通过一行代码直接实现。

「science」是这个补充包最基本的一种风格,基本满足一般科研论文的绘图要求,代码如下:


import matplotlib.pyplot as pltplt.style.use('science')


也可以在同一张图中使用多个不同的风格:





    
plt.style.use(['science','ieee'])


对于一些期刊,比如IEEE,图表的格式要求中提出要在基本格式上强调某些特定的参数(字体大小,图片宽度等),单独调用这些特殊格式要求使用如下代码:


with plt.style.context(['science', 'ieee']):    plt.figure()    plt.plot(x, y)    plt.show()


调用指令就这么简单。

使用实例

基本风格「science」:

「science」+「grid」(网格)风格:

「ieee」风格:IEEE期刊对图表的尺寸、文字大小都有要求,同时还要求在黑白印刷时也能清晰呈现,下图是符合要求的「science」+「ieee」风格:

「science」+「scatter」(离散)风格:

Jupyter环境下的「notebook」风格:

补充包中的风格也可以和Matplotlib中的已有风格一起调用,例如「dark_background」+「science」+「 high-vis」: 

此外,扩展包还提供多种绘图色彩搭配方案。

high-vis:

bright:

vibrant:

muted:

retro:

补充包默认使用Latex字体渲染,如果电脑中没有Latex,可以改用无Latex渲染模式:


plt.style.use(['science','no-latex'])


这个项目还在持续更新中,作者会不断添加不同的期刊格式,如果需要检查更新最新版本,通过这行代码实现:


pip install SciencePlots


作为科研党的你看到这款论文神器有没有心动呢?

如果它真的对你写论文有帮助,那么赶紧用起来吧。

传送门

Github项目地址:
https://github.com/garrettj403/SciencePlots

 

推荐阅读


 

CDA课程咨询

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/116819