就是这么牛逼，利用Python绘制炫酷专业插图就是这么简单

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。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 (用mayavi可能更方便)：

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（这张图是自己绘制的~）：

简直就是神器啊，有木有！

心动不如行动，还等什么？

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/

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。

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

看到楼下有人说配色和好看，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，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 。

废话不多说，上图就是王道。（下面图片来源网络）

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 是一个调用 matplotlib 的统计绘图库，上图：

(https://github.com/mwaskom/seaborn)

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)

还有个更炫酷的可交互式绘图，大家自己戳开看吧：

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

哼哼，完爆了吧~~~~\(≧▽≦)/~

---

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。

方法二

作者｜阿昆

https://www.zhihu.com/question/21664179/answer/1182984311

翻遍这个问题下的所有回答，发现凡是提到Matlab的，其评价中常有‘锯齿’，‘菜鸟’，‘难看’，‘不忍直视’等标签。

然而，2020年了，技术提升了，观念进步了，当一些基本问题解决后，Matlab还那么‘不堪’吗？

观察Mathematica、Origin、Python/matplotlib、R/ggplot2等软件绘制的数据、结果图，其与Matlab图的差异主要体现在点、线、面等对象属性（位置、尺寸、颜色等）的不同上。

既然只是属性的不同，那是不是只要修改一下这些信息，就可以实现各种软件绘图风格之间的转换了呢？

答案是肯定的。

比如，这是高赞回答 @冯昱尧用Python/matplotlib绘制的一幅图：

我们用Matlab默认属性来绘制，效果是这样的（没加误差棒）：

然后，只需再修改一下位置、尺寸、颜色等信息，就可以得到风格差不多的图（没加误差棒）：

当我们用这一思想来思考该如何绘制插图时，就很容易实现自己的小想法，仿造甚至创造出理想的插图。

比如，某一天，发现傍晚的天空颜色很美，心想：为什么不能把它画到论文插图里呢？（见：Matlab论文插图配色2——自然渐变）

于是，

再比如，某一天，看到女朋友的照片，觉得很美，心想：为什么不能把她画到论文插图里呢？（见：Matlab论文插图配色1——是女朋友的颜色）

于是，

这时，有朋友就要说了：“哎呀答主，你整这些个花里花哨的东西，还不是得一行代码一行代码的敲出来啊，太麻烦了吧。”

此言差矣。

就像R有ggplot2，Python有matplotlib，Matlab其实也有很多现成的绘图工具包，并不需要你自己开发。

比如，

Pierre Morel [1] 结合ggplot2，开发了gramm工具，用于绘制复杂图形。

Inspired by ggplot2 (Wickham 2009), the R implementation of “grammar of graphics” principles (Wilkinson 1999), gramm improves Matlab’s plotting functionality, allowing to generate complex figures using high-level object-oriented code.

示例效果如下：

类似的，Stephen Cobeldick [2] 将matplotlib配色方案移植到了Matlab。

也就是说，在Matlab中就可以直接用matplotlib的配色方案了，就不必总是‘jet’了。

The MatPlotLib 2.0 default colormaps ported to MATLAB. This submission also includes the Line ColorOrder colormaps!

示例效果如下：

还有很多专门针对论文插图的工具包，这里就不一一介绍了。

总的来说，工具只是工具，它们并没有高低贵贱之分。

若想画出好看的插图，关键还是在于使用工具的人。

集中一点，登峰造极。

就是这么牛逼，利用Python绘制炫酷专业插图就是这么简单相关推荐

教你用Python绘制炫酷专业插图
前言强烈推荐 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. ...
如何利用pyecharts绘制炫酷的关系网络图？
如何利用pyecharts绘制炫酷的关系网络图这是本学期在大数据哲学与社会科学实验室做的第六次分享了. 第一次分享的是: 如何利用"wordcloud+jieba"制作中文词云? ...
用python绘制柱状图标题-Python笔记：用Python绘制炫酷的柱形图
bar = ( Bar() .add_xaxis(x_vals) .add_yaxis("广州门店", [random.randint(10, 100) for _ in rang ...
python画车辆轨迹图_如何利用 Python 绘制酷炫的车辆轨迹 — 速度时空图？三维数据用二维图像呈现...
说明:本文系交通攻城狮原创文章,如需转载请私信联系,侵权必究. 2020,第 30 期,编程笔记建议直接阅读精编版:如何利用 Python 绘制酷炫的车辆轨迹 - 速度时空图?三维数据用二维图像呈 ...
牛逼！Python的类和对象（长文系列第⑤篇）
系列最后一篇来说说Python中的类与对象,Python这门语言是无处不对象,如果你曾浅要了解过Python,你应该听过Python是一种面向对象编程的语言,所以你经常可能会看到面向"对象& ...
牛逼！Python错误、异常和模块（长文系列第4篇）
系列第四篇主要讲两方面,错误和异常以及模块.在编程时遇见错误信息在所难免,Python中会也有很多种错误信息,常见的两种就是语法错误和逻辑错误,逻辑错误的种类有很多,占据了异常中大部分位置,下面就开始 ...
牛逼！Python的判断、循环和各种表达式（长文系列第②篇）
流程控制是python语法很重要的一个分支,主要包括我们经常用到的判断语句.循环语句以及各种表达式,这也是上一篇文章没有介绍表达式的原因,在这篇文章中会更加系统全面的讲解这三方面的基础知识. 判断语句 ...
python爬取公众号阅读量_分享一个牛逼的Python项目：公众号文章爬虫
我订阅了近 100 个公众号,有时候想再找之前读过的文章,发现搜索起来特别困难,如果忘了收藏,估计得找半小时,更让人无语的是,文章已经发布者删除,或者文章因违规被删除.那么有没有这样的爬虫,可以将公众 ...
python 公众号文章发布_分享一个牛逼的Python项目：公众号文章爬虫
我订阅了近 100 个公众号,有时候想再找之前读过的文章,发现搜索起来特别困难,如果忘了收藏,估计得找半小时,更让人无语的是,文章已经发布者删除,或者文章因违规被删除.那么有没有这样的爬虫,可以将公众 ...

就是这么牛逼，利用Python绘制炫酷专业插图就是这么简单

Pierre Morel [1] 结合ggplot2，开发了gramm工具，用于绘制复杂图形。

就是这么牛逼，利用Python绘制炫酷专业插图就是这么简单相关推荐

最新文章

热门文章