SciencePlots

SciencePlots的安装可以参考

Python科研论文配图绘制示例

SciencePlots 工具包和其在科研论文绘图中的应用：

问题背景

• 挑战: 使用 Matplotlib 或 ProPlot 库绘制科研论文插图时，定制化修改字体、刻度轴、轴脊、图例等可能增加绘制时间，并忽略某些图层细节要求。

• 解决方案: SciencePlots 工具包。

SciencePlots 工具包

• 定义: 专门用于科研论文绘图的第三方拓展工具包。

• 功能: 提供主流英文科技期刊（如 Nature、Science 和 IEEE 等）的 Matplotlib 图样式。

• 安装: 通过 pip install SciencePlots 安装。

LaTeX 的安装

• 目的: 更好地显示学术论文插图和方便后续印刷，实现 LaTeX 编写样式。

• 步骤:

1. 安装 MikTex 和 Ghostscript: 官方建议使用 MikTex 软件安装 LaTeX，同时安装 Ghostscript 软件。(macOS安装macTex)

2. 添加到系统环境变量: 将软件的安装路径添加到系统环境变量中。

3. 重启机器: 配置生效。

SciencePlots 作为一个专门的科研论文绘图工具，简化了图层属性的定制化修改，提供了与主流科技期刊一致的图样式，并支持 LaTeX 编写样式的实现，大大方便了科研人员的论文插图绘制工作。

SciencePlots 绘图示例

使用 SciencePlots 以不同绘图风格展示同一份数据：

不同绘图风格的比较

• 目的: 展示同一份数据使用不同的绘图风格，以便比较各种风格的特点。

• LaTeX 符号: 使用了 LaTeX 符号表示，如有特殊字体要求，可以设置不使用 LaTeX 绘图，例如 plt.style.use(['science',' no-latex'])。

绘图风格示例

• Matplotlib 默认风格:

*Matplotlib**的默认颜色主题和绘图风格*

• Science 期刊风格:

Science 系列期刊的绘图风格

• IEEE 期刊风格: 图 2-4-1©展示了 IEEE 期刊的绘图风格。

  IEEE 期刊的绘图风格

• 

• Nature 期刊风格:

Nature 期刊的绘图风格

• vibrant 颜色主题的 Science 风格: 图 2-4-1(e)展示了使用 vibrant 颜色主题的 Science 期刊绘图风格。

使用 vibrant 颜色主题的 Science 期刊绘图风格

• bright 颜色主题的 Science 风格: 图 2-4-1(f)展示了使用 bright 颜色主题的 Science 期刊绘图风格。

使用 bright 颜色主题的 Science 期刊绘图风格

代码：

import pandas as pd   import numpy as np   import matplotlib.pyplot as plt      def plot_errorbar(ax, data, selsect, colors):       for index, color in zip(selsect, colors):           data_selcet = data.loc[data['type'] == index, :]           x_values = data_selcet["time"].to_numpy()           y_values = data_selcet["mean"].to_numpy()           y_errors = data_selcet["sd"].to_numpy()           ax.errorbar(x=x_values, y=y_values, yerr=y_errors,                       linewidth=1, marker='o', ms=10, mew=1, mec='k', capsize=5, label=index)           ax.legend()           ax.set(xlabel='Time', ylabel='Values', xlim=(-2,40), ylim=(-8,30))      data = pd.read_excel(r"分组误差线图构建.xlsx")   selsect = ["A","B","C","D"]   colors = ["#2FBE8F","#459DFF","#FF5B9B","#FFCC37"]      # (a) Matplotlib的默认颜色主题和绘图风格   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()      # (b) Science系列期刊风格绘制结果   plt.style.use('science')   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()      # (c) IEEE期刊风格绘制结果   plt.style.use(['science', 'ieee'])   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()      # (d) Nature期刊风格绘制结果   plt.style.use(['science', 'nature'])   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()      # (e) 使用了vibrant颜色主题的Science期刊绘图风格   plt.style.use(['science', 'vibrant'])   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()      # (f) 使用了bright颜色主题的Science期刊绘图风格   plt.style.use(['science', 'bright'])   fig, ax = plt.subplots(figsize=(4,3.5), dpi=100, facecolor="w")   plot_errorbar(ax, data, selsect, colors)   plt.show()   

SciencePlots 库：

• 主流英文科技期刊绘图风格模板: SciencePlots 库提供了主流英文科技期刊（如 Nature、Science 和 IEEE 等）的绘图风格模板，并能实现不同绘图风格的混合使用。

• 全局和临时绘图风格设置:

• 全局设置: 可通过 plt.style.use('science') 设置全局绘图风格。

• 临时设置: 可通过以下代码临时使用绘图风格：

  pythonCopy code   with plt.style.context('science'):       plt.figure()       plt.plot(x, y)       plt.show()   
  

• 建议使用全局设置: 在使用临时绘图风格时，特别是使用 LaTeX 字符，可能会导致绘图结果整体不协调问题，如图例、轴标签等无法使用 LaTeX 字符风格。

• 版本更新可能影响引入方式: 引入 SciencePlots 绘图主题样式的方式可能会随着版本的更新有所不同，因此读者应查看 SciencePlots 官网，使用其最新的引入方式。

---------------------------END---------------------------

题外话

当下这个大数据时代不掌握一门编程语言怎么跟的上脚本呢？当下最火的编程语言Python前景一片光明！如果你也想跟上时代提升自己那么请看一下.

感兴趣的小伙伴，赠送全套Python学习资料，包含面试题、简历资料等具体看下方。


👉CSDN大礼包🎁：全网最全《Python学习资料》免费赠送🆓！（安全链接，放心点击）

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

👉 CSDN大礼包:gift:：[全网最全《Python学习资料》免费赠送:free:！](https://blog.csdn.net/weixin_68789096/article/details/132275547?spm=1001.2014.3001.5502) （安全链接，放心点击）

若有侵权，请联系删除