【Python 竟然可以在论文显得神逼格！】
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：
|
1 |
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…）：
|
1 |
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)：
|
1 |
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：
|
1 |
plt.streamplot(X, Y, U, V, color=U, linewidth=2, cmap=plt.cm.autumn)plt.colorbar() |
|
1 |
plt.triplot(x, y, triangles, 'go-')plt.title('triplot of user-specified triangulation')plt.xlabel('Longitude (degrees)')plt.ylabel('Latitude (degrees)') |
|
1 |
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)）
代码在此处：https://gist.github.com/coldfog/5da63a6958fc0a949b52
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：
|
1 |
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：
|
1 |
g = sns.jointplot(x1, x2, kind="kde", size=7, space=0) |
转载请注明：徐自远的乱七八糟小站 » 【Python 竟然可以在论文显得神逼格！】
苏公网安备 32021402001397号