【论文绘图】基本知识&配色&matplotlib color 官方教程

本文的前半部分来自书《科研论文配图绘制指南–基于Python》，后半部分来自matplotlib官网（v3.7）

基础知识

科研论文绘图规范

• 科研论文绘图分为线性图、灰度图、照片彩图和综合配图 ，现在主要学习线形图（ 折线图、散点图、柱形图等 ）
• 论文配图包括：X, Y轴； X, Y轴标签； 主次刻度； 图例

• 像素图放大会失真，而矢量图不会失真。
• 矢量图使用点、直线或多边形等基于数学方程的几何图元表示的图像。矢量图的图像文件包含独立的分离图像，可以自由、无限制地进行重新组合。
• 常见的矢量图格式包括 EPS（体积小质量高，常用）、PDF、AI（可修改体积大）、SVG
• 像素图：一般要求大于300dpi( dpi 是表示空间分辨率的计量单位，即每英寸可分辨的点数 )
• 多子图：单栏排版（竖向排列）、双栏排版（考虑每行可排列的子图，子图各组件都要对齐）
• 字体字号一致， 字号不大于正文字体的字号
• 中文期刊：宋体，黑体
• 英文期刊： Arial、Helvetica 或 Times New Roman
• 先文后图： 配图应出现在引用文字的下方或右侧
• 避免使用过亮或过暗的 颜色，相邻的图层元素不宜采用相近的颜色
  

绘制三原则

必要性原则：

• 如果配图可以起到补充说明文字、直观展示结果、引出下文内容等作用，那么它 就是必要的 。
• 避免堆砌： 无须将原始数据和中间处理 过程涉及的插图全部展示在论文中，而应在有复杂和多维数据的情况下，提高精选插图的能力。
  

易读性原则：

• 完整、 准确的标题、标签和图例等可以有效地增强科研论文配图的易读性
  

一致性原则：

• 配图所表达出的内容（ 物理量缩写、符号 ）与上下文或者指定内容描述一致
• 配图数据与上下文保持一致
• 插图比例尺和缩放比例大小保持一致
• 类似配图各图层要素（ 大小、字体、颜色 、符号）保持一致
  

配色基础

RGB

• 利用三个颜色通道变化，叠加。
• 黑色：0,0,0 白色：255,255,255
• 品红没有绿：255,0,255
• 青色没有红：0,255,255
• 黄色没有蓝：255,255,0

CMYK

• RGB的子集，主要用于彩色印刷, 依靠反光的色彩模式
• C——青色 Cyan
• M——品红 Magenta
• Y——黄色 Yellow
• K——黑色 Key Plate（Black）
• 黄色、品红色和青色分别位 于立方体在坐标轴上的 3 个顶点
• 白色在原点处，黑色位于离原点最远的顶点上
• 红色、绿色 和蓝色则位于其余 3 个顶点

HEX

• 十六进制色彩模式，原理同RGB
• 写前端CSS经常用😁

四种色轮（色环）配色方案

单色配色方案

• 单色配色方案的饱和度和明暗 层次明显
• 容易上手，只考虑一个色相
• 单色配色方案常被用于表示有直接关系、关系较为密切或同系列的数据
• 单色配色方案中颜色的选择，其种类不宜过多，3 ～ 5 种较为合适
  

互补色配色方案

• 当只能选择两种颜色时，参考互补色配色方案
• 色轮上间隔 180°（相对） 的两种颜色为互补色
• 强烈的对比效果 ， 可用于科研论文配图中观察组数 据和对照组数据的可视化表达
  

等距三角配色方案

• 色轮上彼此间隔 120°的 3 种颜色
• 可以将其中一种颜色选为主色，将另外两种颜色作为辅色
  

四角配色方案

• 两种，见下图d
• 优点是能够使配图的颜色更加丰富，缺点是使用时具有很大的挑战性，容易造成色彩杂乱
• 尽量避免

颜色主题

• 修改成期刊要求的主题
• 单色系： 主要维度是颜色亮度（lightness）； 次要维度是色调（hue） ，较暖的颜色出现在较亮的一端， 较冷的颜色则会出现在较暗的一端 。
• 双色渐变色系： 主要用在有一个关键中心值（midpoint）的数值变量中，其本质是 两个连续单色系的组合，把关键的中心值作为中间点，一般使用白色表示

• 多色系： 类别型数值（类别变量）
• 在使用 Matplotlib 库时，用户可直 接通过绘图函数的 cmap 参数来设置绘图的颜色主题
  

配色工具

Color Scheme Designer

太复杂了，实操有难度😕

Adobe Color

试了试，不太好用😕

ColorBrewer 2.0

https://colorbrewer2.org/#type=sequential&scheme=BuGn&n=3
在线的配色方案辅助工具，尝试了一下，确实非常好用

① 表示可选的数据类别数。
② 表示可选择的颜色主题。ColorBrewer 2.0 提供了单色系、双色渐变色系和多色系。
③ 表示选定颜色主题后的配色方案。
④ 表示配色方案输出时的注意事项，即用户 是否需要考虑色盲情形、是否友好打印等。
⑤ 表示具体搭配色系的输出模式及对应的颜 色码，可选择的格式HEX、RGB 和 CMYK。
⑥ 用于控制不同颜色搭配方案的一些属性，
⑦ 表示背景设置区域。
⑧ 展示不同颜色搭配方案的预览效果

推荐一个网站

https://colorsinspo.com/
比较简单，点击复制颜色

实操部分

环境配置

因为总是需要特定的包版本，所以在anaconda新开一个环境，环境全部按照书中的来。
conda create -n plotspec python=3.8.13
conda activate plotspec
pip install matplotlib==3.4.3 seaborn==0.11.2 ProPlot==0.9.5 Geopandas==0.11.0 Numpy==1.23.0 pandas==1.4.3 scipy==1.8.1
运行1-1-1，说我没有science主题，根据提示安装了对应包，还是包同样的错误。干脆注释了设置主题这一行代码。
重新运行，报错没有openpyxl，继续pip安装。安装后就画出来了。
后面的代码基本上都可以运行出来，报错的地方是用不上的包和保存图片的部分，注释即可。

官网color教程

plt中常用单一颜色格式

RGB RGBA， [0,1] 之间的浮点数tuple 其中透明度A：0是完全透明	- (0.1, 0.2, 0.5) - (0.1, 0.2, 0.5, 0.3)
十六进制RGB/RGBA字符串，支持缩写	- ‘#0f0f0f’ - ‘#0f0f0f80’ - ‘#abc’ as ‘#aabbcc’ - ‘#fb1’ as ‘#ffbb11’
表示灰度 度：[0,1]浮点数字符串	- ‘0’ as black - ‘1’ as white - ‘0.8’ as light gray
单字符表示特定颜色	- ‘b’ as blue - ‘g’ as green - ‘r’ as red - ‘c’ as cyan - ‘m’ as magenta - ‘y’ as yellow - ‘k’ as black - ‘w’ as white
来自T10的tableau colors	- ‘tab:blue’ - ‘tab:orange’ - ‘tab:green’ - ‘tab:red’ - ‘tab:purple’ - ‘tab:brown’ - ‘tab:pink’ - ‘tab:gray’ - ‘tab:olive’ - ‘tab:cyan’
CN格式	- ‘C0’ - ‘C1’

不同主题下CN不同：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

th = np.linspace(0, 2*np.pi, 128)


def demo(sty):
    mpl.style.use(sty)   # 设置style的方法