科研论文配图绘制指南-Task01 _数组

本文是根据开源科研论文配图绘制指南做的笔记
第一章内容科研论文绘制基础和配色基础
项目地址
一、绘制工具及其重要特征
的可视化绘图工具
优点：提供几十种绘图函数，用户可定制视觉样式和排版布局
缺点：面向对象的绘制语法学习成本高、便捷性和逻辑性不如R的
的可视化绘图工具，在上进行封装，中大多数绘图函数的参数都可以在绘图函数中使用。学习成本比低。
是面向对象绘图方法的高级封装库，整合了//地图库/和，可弥补的部分缺陷，让使用者拥有更顺滑的绘图体验和绘图主题。
由于是个人开发，更新频率不是太高。
注：目前不支持3.5版本系列的。
专门用于科研论文绘图的第三方工具包，提供了主流英文科技期刊（、和IEEE等）的图样式（绘图主题）( ) 。
二、绘图代码分析 1.1.1 科研论文配图基本构成
源代码：
import numpy as npimport pandas as pdimport seaborn as snsimport proplot as ppltimport matplotlib.pyplot as pltfrom proplot import rcrc["font.family"] = "Times New Roman"rc["axes.labelsize"] = 15rc['tick.labelsize'] = 13rc["suptitle.size"] = 15plt.style.use('science')# 使用 'science' 风格的样式，需要安装 SciencePlots 库data = http://www.kingceram.com/post/pd.read_excel(r"基本构成示意绘图数据.xlsx")# 从 Excel 文件中读取数据fig = pplt.figure(figsize=(4.5, 3.5))# 创建一个大小为 4.5x3.5 的图像ax = fig.subplot()# 添加一个子图ax.format(abc='(a.)', abcloc='ul', abcsize=20,# 设置图表标签、位置、字体样式xlabel='Time', ylabel='Values',# 设置坐标轴标签文字xlim=(-2, 40), ylim=(-8, 30))# 设置坐标轴范围selsect = ["A", "B", "C", "D"]# 数据点的类型colors = ["#2FBE8F", "#459DFF", "#FF5B9B", "#FFCC37"]# 绘制不同类型数据使用的颜色for index, color in zip(selsect, colors):data_selcet = data.loc[data['type'] == index, :]# 根据不同类型选择数据ax.errorbar(x=data_selcet["time"], y=data_selcet["mean"], yerr=data_selcet["sd"],color="k", linewidth=1, marker='o', ms=10, mew=1, mec='k', mfc=color, capsize=5, label=index)# 在图中添加误差线和散点，并设置不同颜色ax.legend(ncols=4, frame=True, loc='t')# 添加图例#fig.save(r"\第1章科研论文配图的绘制与配色基础\\图1-1-1 科研论文配图基本构成示意图.svg")# 保存图像，注释掉了保存命令plt.show()# 显示图像
输出效果：
rc 在这里表示 "run "，它是用来配置图表绘制的一些运行时参数，例如字体、标签大小、坐标轴标签等。通过设置 rc 参数，你可以在创建图表时自定义默认的样式和参数，以便于在多个图表中保持一致的外观。
在代码中，以下这些行用来设置一些图表绘制的默认参数，例如字体、标签大小等：

文章插图

rc["font.family"] = "Times New Roman"# 设置字体rc["axes.labelsize"] = 15# 设置坐标轴标签大小rc['tick.labelsize'] = 13# 设置刻度标签大小rc["suptitle.size"] = 15# 设置总标题大小

在绘制图表时，这些参数的默认值会被应用于图表的各个部分，从而使图表的外观符合你的要求。这种方式可以让你在不同的图表中保持一致的风格，而不需要在每个图表中都单独设置样式。
绘制数据线部分的代码解释如下：
列表，这两个列表的长度相同，所以它们会一一对应。index 变量会依次取列表中的值（比如 "A"、"B" 等），而 color 变量会依次取列表中的值（比如 "#"、"#" 等）。= data.loc[data['type'] == index, :]: 这行代码使用了的.loc[]方法，根据不同的index值，从data数据中选择相应的行数据。具体来说，它会选择data数据中'type'列的值等于当前的index的行，然后:表示选择所有的列。ax.(x=["time"], y=["mean"], yerr=["sd"], color="k", =1, ='o', ms=10, mew=1, mec='k', mfc=color, =5, label=index): 这行代码使用了ax.()方法，在图表ax上添加了误差线和散点。具体来说，它根据中的数据绘制了散点图，并使用color变量的颜色，同时添加了误差线（用于显示标准偏差）。其他参数如、、ms（散点大小）、mew（散点边界宽度）、mec（散点边界颜色）、mfc（散点填充颜色）、（误差线的帽子大小）等都用于控制绘图的样式。