时间:2022-10-09 18:05:19 | 浏览:407
本文整理自知乎问答,仅用于学术分享,著作权归作者所有。如有侵权,请联系后台作删文处理。
编译:极市平台
方法一
作者|冯昱尧
https://www.zhihu.com/question/21664179/answer/18928725
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。
参考:
Morel P . Gramm: grammar of graphics plotting in Matlab.
Cobeldick S . MatPlotLib Perceptually Uniform Colormaps.
不论你是Python新手零基础入门Python还是对于Python有了一定的经验积累,这里跟大家分享5个Python计时器,希望伙伴们有能用得上的!Python是一门解释器语言,代码想运行,必须通过解释器执行,Python存在多种解释器,分
机器之心报道编辑:力元、蛋酱2020 年 1 月 1 日,Python 官方结束了对 Python 2 的维护,意味着 Python 2 完全退休,进入 Python 3 时代。之后,关于 Python 4 的发布排期也成为了社区的热门议题
一、python了解python 是脚本语言。python 是一种面向对象的解释型计算机程序设计语言。语法简洁清晰,特色之一是强制用空白符作为语句缩进。优点:跨平台、胶水语言、开源免费、丰富的库 。缺点:运行速度慢、代码不能加密、场景、数据
思维导图是整理知识的一种非常有效的手段,这里分享几张 Python 基础学习的思维导图,可以帮助自己巩固下基础,有需要的小伙伴可以加紧时间收藏哦!获取方式:
第一期计算机等考二级程序设计科目的学习,我们从简单易学的Python开始,今天,就让我们揭开它神秘的面纱!我们先看三组数据:第一组呢是TIOBE指数排行,可以看到我们的Python在今年三月份排在了榜首的位置,相比去年的三月份,Python
都说Python什么都能做,本来我是不信的!直到我在CSDN站内看到了一件真事儿:一位博主贴出了自己10分钟用Python搭建小说网站的全过程!全程只用了2步操作,简直太秀了!!……第一步:爬取小说数据库第二步:用Python的热门框架Dj
之前老看Java岗的一个朋友炫耀他的一份Java核心知识点笔记,当时,我内心毫无波澜,只有一点点酸……其实Python开发也有很多知识点,我一直一来就想要一份Python核心知识点笔记来帮助自己查漏补缺,后来想想,既然一直没有找到让我满意的
去年 11 月,退休失败的 Python 之父 Guido van Rossum 在推特上宣布,退休生活太无聊,从而加入了微软开发者部门。微软自然支持优秀人才的发展,所以赋予了 Guido van Rossum “自由选择项目”的权利,Gu
小编贴心提醒,本文阅读时间9分钟1.Hello world安装完Python之后,打开IDLE(Python GUI) ,该程序是Python语言解释器,你写的语句能够立即运行。我们写下一句著名的程序语句:并按回车,你就能看到这句被K&R引
Python是近年来非常火热的一门编程语言,Python 语言最大的特点就是简单,该特点主要体现在以下 2 个方面:1. Python 语言的语法非常简洁明了,即便是非软件专业的初学者,也很容易上手。2. 和其它编程语言相比,实现同一个功能
经过了前一段时间的python学习,那么今天我们来学习一下字典,首先来看一个简单的字典:在python中,字典是一系列键-值对,每个键都与一个值相关联,例如前面的color和age就是键,yelllow和23就是他们分别对应的值对1.访问字
之前已经讲解了Python解释器的下载和安装,现在就讲下解释器的作用和分类,在讲解任何Python代码之前我们得先知道解释器概念和作用,因为解释器扮演的角色是非常重要的。一、解释器的作用****作用:运行文件(运行代码)****Python
在IDLE中点击help中的Python Docs找到“Python Docs”然后就进入Python文档的界面,在左边找到“搜索”按钮,并点击。找到“搜索”按钮在搜索框中搜索所需要的库名称或者函数名称,就能含有该关键词对应的文件。你会在这
郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI做图表,谁不会?打开Excel,自动就可以生成各种各样的图表。但你看这些图表呢?结合真实地理数据,展现美国每个县的失业率。全球自然灾害统计,类型、规模、时间,一目了然。甚至还有可爱
编程( programming )指的是编写让计算机执行的指令。这些指令可能告诉计算机打印He110, Wor1d: ,从因特网爬取数据,或者读取某个文件的内容并保存至数据库。这些指令被称为代码(code )。程序员用许多不同的编程语言来编