怎么在论文中画出漂亮的插图.docx

怎么在论文中画出漂亮的插图.docx

《怎么在论文中画出漂亮的插图.docx》由会员分享，可在线阅读，更多相关《怎么在论文中画出漂亮的插图.docx（15页珍藏版）》请在冰豆网上搜索。

怎么在论文中画出漂亮的插图

普通的毕业流程图，用Microsoft Office Visio，我的毕业设计论文用的Microsoft Office Visio 2003，还不错~~图片的范例如下

VISIO2003中文版下载网址：

VISIO2003基础教程：

复杂的我用visio画的强烈推荐 Python 的绘图模块 matplotlib:

pythonplotting 。

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 Thumbnailgallery ）

像这种普通的函数图象：

以及这种Scatter图（中文不知道该怎么说…）：

plt.fill（x,y1,'b',x,y2,'r',alpha=0.3）

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（'triplotofuser-specifiedtriangulation'）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MatplotlibTutorial（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 MatplotlibTutorial（译））

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IPythonNotebook后更多精彩内容，

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-PortableScientificPython2/332/64bitDistributionforWindows。

有同学质疑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：

有客户说配色和好看，唉....那我也贴几个吧...只不过当初限于篇幅没有写而已。

废话不多说，上图就是王道。

（以下图片来源网络）

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（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nbviewer.ipython.org/github/plotly/python-user-guide/blob/master/s0_getting-started/s0_getting-started.ipynb

哼哼，完爆了吧~~~~\（≧▽≦）/~