立即下载 知乎日报 每日提供高质量新闻资讯

想在论文中画出漂亮的插图,介绍一个利器

图片:Matthew Pearce / CC BY

如何在论文中画出漂亮的插图?

知乎用户,校招没人要

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。

有盆友在评论里说希望能有完整的教程,确实就这个答案来说,离实际使用还有很大的距离,网上相关的中文资料也不多。不过真要写起来这个答案也装不下,况且写在这个问题下也不是很恰当。等到那天我有专栏了再说吧,到时候也许会写一个关于可视化的系列教程。


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(中文不知道该怎么说……):

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~):

简直就是神器啊,有木有!

心动不如行动,还等什么?

(奉上教程一篇 Matplotlib Tutorial(译)

Update: 2013-9-18 18:04

经@许铖同学提醒,再补充一句,matplotlib 还可以话 xkcd 风格的图呦~

(图片引用自网络)

此外结合 IPython Notebook 后更多精彩内容,请看 http://nbviewer.ipython.org/

Update: 2013-9-19 20:04

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

Update: 2013-10-1 23:45

鉴于@van li 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

2014.5.10 更新

看到楼下有人说配色好看,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。

(一下图片来源网络)

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,

楼下说到统计绘图。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:

g = sns.jointplot(x1, x2, kind="kde", size=7, space=0)

这还有个更炫酷的可交互式的绘图,大家自己戳开看吧 http://nbviewer.ipython.org/github/plotly/python-user-guide/blob/master/s0_getting-started/s0_getting-started.ipynb

哼哼,完爆了吧~~~~\(≧▽≦)/~

扫描二维码下载知乎日报

支持 iOS 和 Android
二维码下载知乎日报
阅读更多 看完 2 元和 100 元维生素 C 的差别,我落泪了 下载 「知乎日报」 客户端查看更多