点击上方 “蓝字”一键订阅

　　如何在论文中画出漂亮的插图？强烈推荐 Python 的绘图模块 matplotlib: python plotting 。画出来的图真的是高端大气上档次，低调奢华有内涵~ 适用于从 2D 到 3D，从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 Matlab 的绘图函数名字都差不多，迁移的学习成本比较低。开源免费。如图所示（题目描述中的图在最后）：

　　（以下图片均引用自 Thumbnail gallery ）

　　像这种普通的函数图象：

　　plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)

　　以及这种 Scatter 图：

　　plt.scatter(x, y, s=area, alpha=0.5)

　　精致的曲线，半透明的配色。都显出你那高贵冷艳的X格，最重要的是只需一行代码就能搞定。从此以后再也不用忍受 Matlab以及GNUPlot 中那蛋疼的配色了。

　　想画 3D 数据？没有问题 (不过用 mayavi 可能更方便一些)：

　　ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3)

　　cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm)

　　cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm)

　　cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm)

　　四行代码你就能拥有（后三行是画坐标平面上的等高线，严格的额说还是一行）。

　　除此以外，不过你是矢量场，网络还是什么奇葩的需求都能够搞定：

　　plt.streamplot(X, Y, U, V, color=U, linewidth=2, cmap=plt.cm.autumn) plt.colorbar

　　plt.triplot(x, y, triangles, 'go-')

　　plt.title('triplot of user-specified triangulation')

　　plt.xlabel('Longitude (degrees)')

　　plt.ylabel('Latitude (degrees)')

　　ax = plt.subplot(111, polar=True)

　　bars = ax.bar(theta, radii, width=width, bottom=0.0)

　　这还没完，Matplotlib 还支持Latex公式的插入，当别人画的图还是这个样子的时候（以下图片引用自Matplotlib Tutorial(译)）

　　你能够把它变成这个样子：

　　如果再搭配上 IPython 作为运行终端（这张图是自己的~）：

　　matplotlib 还可以话 xkcd 风格的图呦~

　　如果嫌安装麻烦并且恰好在 Windows 系统下的话可以尝试Python的一个发行版winpython - Portable Scientific Python 2/3 32/64bit Distribution for Windows。

　　有同学质疑 matplotlib 是否能画出题目中所示的图像，我在这里将题目中的图像用 matplotlib 画出来如下：

　　代码在此处：https://gist.github.com/coldfog/c479124328fc6bb8b789

　　代码在此处：https://gist.github.com/coldfog/5da63a6958fc0a949b52

　　有人说配色和好看，唉....那我也贴几个吧...只不过当初限于篇幅没有写而已。

　　首先，python 有一个专门的配色包jiffyclub/brewer2mpl 路 GitHub，提供了从美术角度来讲的精美配色（戳这里感受ColorBrewer: Color Advice for Maps）。

　　此外还有一些致力于美化绘图的库，用起来也都非常方便，比如olgabot/prettyplotlib 路 GitHub。

　　废话不多说，上图就是王道。

　　有人可能会说需要复杂的设置，其实也不用。比如上边这幅图，只需要多加一个参数就好：

　　cmap=brewer2mpl.get_map('RdBu', 'diverging', 8, reverse=True).mpl_colormap,

　　说到统计绘图嘛 seaborn (https://github.com/mwaskom/seaborn) 是一个调用 matplotlib 的统计绘图库，上图：

　　代码一行，后边的几乎都是一行，没做其他设置，默认就这样。我就不贴其他的代码了：

　　这还有个更炫酷的可交互式的绘图，大家自己上链接看吧

　　http://nbviewer.ipython.org/github/plotly/python-userguide/blob/master/s0_getting-started/s0_getting-started.ipynb

　　P.S.遇到安装问题的请尝试Anaconda这个Python发行版。下载安装后直接使用即可，它几乎预装了所有要用到的科学计算及可视化的库。

　　转载自：知乎 | 作者：冯昱尧

　　免责声明：部分资料来源于网络，转载的目的在于传递更多信息及分享，并不意味着赞同其观点或证实其真实性，也不构成其他建议。仅提供交流平台，不为其版权负责。如涉及侵权，请联系我们及时修改或删除。邮箱：info@polymer.cn

　　诚邀投稿

　　欢迎专家学者提供稿件（论文、项目介绍、新技术、学术交流、单位新闻、参会信息、招聘招生等）至info@polymer.cn，并请注明详细联系信息。高分子科技®会及时推送，并同时发布在中国聚合物网上。

　　欢迎加入微信群为满足高分子产学研各界同仁的要求，陆续开通了包括高分子专家学者群在内的几十个专项交流群，也包括高分子产业技术、企业家、博士、研究生、媒体期刊会展协会等群，全覆盖高分子产业或领域。目前汇聚了国内外高校科研院所及企业研发中心的上万名顶尖的专家学者、技术人员及企业家。

　　申请入群，请先加审核微信号chemshow（或长按下方二维码），并请一定注明：高分子+姓名+单位+职称（或学位）+领域（或行业），否则不予受理，资格经过审核后入相关专业群。

　　点击下方“ 阅读原文”查看更多