科研论文配图多图层元素字体、坐标轴、图例等的绘制条件提出了更高要求我们需要更改

Matplotlib

中的多个绘制参数特别是在绘制含有多个子图的复杂图形时容易造成绘制代码冗长。

Matplotlib

绘制多子图时不可避免地要进行轴刻度标签、轴标签、颜色条colorbar和图例的重复绘制操作导致绘图代码冗长。

此外我们还需要为每个子图添加顺序标签如

a、b、c

时的样式可以看出每个子图的刻度范围被强制设置为相同导致有些子图显示不全

轴共享方式为

cyclecycle)ax.format(gridFalse,

xlabelX

绘制工具及其重要特征\Proplot_subplot_sharestr(share).png,

bbox_inchestight,dpi600)fig.save(r\第2章

绘制工具及其重要特征\\Proplot_subplot_sharestr(share).pdf,

bbox_inchestight)plt.show()“跨度”轴标签

figure()

0.4).cumsum(axis0)ax.plot(data,

cyclegrays)axs.format(xlabelxlabel,

xticks25,

bbox_inchestight)plt.show()多子图序号的绘制

在科研论文配图中存在多个子图的情况下一项工作是对每个子图进行序号标注。

ProPlot

库为绘图对象figure.Figure

分别用于控制子图序号的文本边框、文本属性颜色、粗细等、子图序号与子图标题间距属性。

import

pplt.figure(figsize(8,5.5),space1,

refwidth10em)

(a,a.,(a),[a],(a,A,A.,(A),(A.))

axis,

的过程中在子图外部绘制图例有时比较麻烦。

通常我们需要手动定位图例并调整图形和图例之间的间距为图例在绘图对象中腾出绘制空间。

此外在子图外部绘制颜色条colorbar时如

fig.colorbar

axax)需要从父图中借用部分空间这可能导致具有多个子图的图形对象的显示出现不对称问题。

而在

Matplotlib

中绘制插入绘图对象内部的颜色条和生成宽度一致的子图外部颜色条通常也很困难因为插入的颜色条会过宽或过窄与整个子图存在比例不协调等问题。

colorbar

库中有一个专门用于绘制单个子图或多个连续子图的颜色条和图例的简单框架该框架将位置参数传递给

ProPlot

axes.Axes.legend完成特定子图不同位置颜色条或图例的绘制。

import

titletitle.format(dataset))fig.save(r\第2章

绘制工具及其重要特征\Proplot_figure_cb_legend.png,

fig.save(r\第2章

绘制工具及其重要特征\Proplot_figure_cb_legend.pdf,

bbox_inchestight)

科学可视化展示中的一个常见问题是使用像“jet”这样的存在误导的颜色映射colormap去映射对应数值这种颜色映射在色相、饱和度和亮度上都存在明显的视觉缺陷。

Matplotlib

中可供选择的颜色映射选项较少仅存在几个色相相似的颜色映射无法应对较复杂的数值映射场景。

ProPlot

等项目中的多个颜色映射选项而且定义了一些默认颜色选项和一个用于生成新颜色条的

PerceptualColormap

Sans这种字体是开源的但是从美学角度来说它并不太讨人喜欢。

ProPlot

TeX

字体系列这些字体更加符合一些科技期刊对科研论文配图的绘制要求。

下面为使用

abclocul,abcsize15,xlabelxlabel,

ylabelylabel,labelsize15)fig.save(r\第2章

绘制工具及其重要特征\图2-3-6

则用于覆盖预设样式字典中的值的参数映射只更新样式中的一部分参数。

rc[font.family]

abclocul,abcsize15,xlabelxlabel,

ylabelylabel,labelsize14)fig.save(r\第2章

绘制工具及其重要特征\图2-3-7

的第三方优质拓展库既可使用它自身的绘图函数绘制不同类型的图也可仅使用其优质的绘图主题即导入

ProPlot

参考书籍宁海涛.科研论文配图绘制指南——基于Python[M].北京人民邮电出版社202331-36.