使用 Python/matplotlib 画出漂亮的论文插图

论文中画出各种绚烂的插图，都是用一些什么样的软件画出来的。本文介绍 Python 的绘图模块 matplotlib: Python plotting。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。例如下面这一组图，都是使用 Matplotlib 绘制的。

1. 安装

安装的问题，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。

2. 案例

下面介绍几种案例，初步了解一下 Matplotlib 的功能。

2.1 2D 图的绘制

如使用如下的代码：

plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)

其绘制的图像效果如图：

Scatter 图的代码：

plt.scatter(x, y, s=area, alpha=0.5)

其绘制的图像效果如图：

图像的配色效果十分友好，绘制的代码也非常的简单，相较于 MATLAB 等脚本语言，其简易绚丽。

2.2 3D 图的绘制

例如采用如下的代码绘制三维图像：

"""
.. versionadded:: 1.1.0
   This demo depends on new features added to contourf3d.
"""

from mpl_toolkits.mplot3d import axes3d
import matplotlib.pyplot as plt
from matplotlib import cm

fig = plt.figure()
ax = fig.gca(projection='3D')
X, Y, Z = axes3d.get_test_data(0.05)
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)

ax.set_xlabel('X')
ax.set_xlim(-40, 40)
ax.set_ylabel('Y')
ax.set_ylim(-40, 40)
ax.set_zlabel('Z')
ax.set_zlim(-100, 100)

plt.show()

实际的效果如图所示：

2.3 其他类型

Matplotlib 支持绘制的图像类型很多，如：

• 线条
• 形状
• 统计图
• 图片
• 云图
• 饼图
• 雷达图
  

等等，多种类型，具体可以参考相册库：matplotlib。

雷达图的绘制代码：

"""
=======================
Pie chart on polar axis
=======================

Demo of bar plot on a polar axis.
"""
import numpy as np
import matplotlib.pyplot as plt


# Compute pie slices
N = 20
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
radii = 10 * np.random.rand(N)
width = np.pi / 4 * np.random.rand(N)

ax = plt.subplot(111, projection='polar')
bars = ax.bar(theta, radii, width=width, bottom=0.0)

# Use custom colors and opacity
for r, bar in zip(radii, bars):
    bar.set_facecolor(plt.cm.viridis(r / 10.))
    bar.set_alpha(0.5)

plt.show()

图像实际效果：