科研论文配图的绘制与配色基础

本文介绍了数据可视化在科研论文中的重要性,包括如何绘制线型图、选择和遵循规范性标准,以及RGB、CMYK和HEX色彩模式的运用。此外,还涵盖了Matplotlib库的颜色主题和配色工具,如ColorSchemeDesigner和AdobeColorColorBrewer2.0。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

数据可视化(Data Visualization):

借助于图形化手段来展现数据,以便对数据进行更直观和更深入的观察与分析。一图胜千言!

绘制规范

  • 规范性 - 是指绘制的配图要符合投稿期刊要求的配图格式。
  • 科研论文配图的分类与构成
    • 根据呈现方式 分为

      • 线型图 - 包括Python、R、MATLAB 等编程软件,以及Excel、SPSS、Origin 等集成软件在内的绝大多数数据分析工具输出的多种插图样式(折线图、散点图、柱形图)
      • 灰度图
      • 照片彩图
      • 综合配图*
    • 科研论文配图包括

      • X 轴 - X axis 横轴
      • Y 轴 - Y axis 纵轴
      • X 轴标签 - X axis lable
      • Y 轴标签 - Y axis lable
      • 主刻度 Major tick
      • 次刻度 Minor tick
      • 图例 Legend
        在这里插入图片描述
    • 配图的格式和尺寸

      • 像素图 - 位图, 是以单个像素为单位,通过对像素进行组合和排列来显示图片格式。JPEG,PSD,PNG,TIFF。 像素图放大到一定程度后会失真,模糊。
      • 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。包含独立的分类图像,可以自由、无限制的重新组合。放大不失真。EPS、PDF、AI、SVG
      • SCI 要求 插图分辨率大于300 dpi.
    • 配图中的字体和字号设置

      • 英文科技期刊大多使用 Arial、Helvetica 或 Times New Roman 字体
      • 单篇科研论文中的所有插图的字体、字号要尽量保持一致,同一幅插图中的字体必须一致。
      • 有需要突出的部分,则可以将它们设置为粗体或斜体形式,或者更改文字颜色。
    • 配图版式设计、结构布局和颜色搭配

      • 配图中文字的字体要保持一致
      • 字号不大于正文字体的字号
      • 行距、文字间距应与正文协调一致
      • 配图应出现在引用文字的下方或右侧,即“先文后图”
      • 不同尺寸的配图不要安排在同一列或同一行
      • 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(特别是在分类插图中)
      • 对于彩色图,我们要使用原图,慎用灰度图表示。

绘制原则

  • 必要性原则
  • 易读性
  • 一致性

绘图配色基础

色彩模式

  • RGB 色彩模式
    *RGB 色彩模式是指通过混合红(Red)、绿(Green)、蓝(Blue)3 种颜色来表现各种色彩。该色彩模式利用红、绿、蓝 3 个颜色通道的变化,以及它们相互之间的叠加来得到各种颜色值,是目前使用较为广泛的颜色系统。RGB 色彩模式为图片中每一个像素的 R、G、B 各分配一个强度值(取值范围为 0 ~ 255),如黑色可表示为 (0,0,0),白色可表示为 (255,255,255)。图 1-2-1 所示为利用三维坐标形式展示了 RGB 色彩模式,其中,图 1-2-1(a)所示为 RGB 色彩模式的三维立方体示意图,图 1-2-1(b)所示为使用 Python 的 Matplotlib 库绘制的对应立方体颜色映射效果图。我们可以看出,红色、绿色、蓝色分别位于立方体在坐标轴上的 3 个顶点,黑色在原点处,白色位于离原点最远的顶点,黄色(Yellow)、品红色(Magenta)和青色(Cyan)分别位于立方体的其余 3 个顶点。不同的颜色距离黑色顶点越近,颜色越深,距离白色顶点越近,颜色越浅。
    在这里插入图片描述

  • CMYK 色彩模式
    *CMYK 色彩模式可以看作 RGB 色彩模式的子集
    C 表示青色(Cyan),M 表示品红色(Magenta),Y 表示黄色(Yellow),K 表示黑色(blacK)
    在这里插入图片描述

  • HEX 色彩模式
    HEX 色彩模式,又称十六进制色彩模式,它和 RGB 色彩模式的原理类似,都是通过红、绿、蓝三原色的混合而产生各种颜色。
    HEX 色彩模式就是将 RGB 色彩模式中的每个十进制数转换为对应的两位十六进制数来表示,并以“#”号开头,且 3 个字节的顺序如下,字节 1 表示红色值(颜色类型为红色),字节 2 表示绿色值(颜色类型为绿色),字节 3 表示蓝色值(颜色类型为蓝色),1 个字节表示 00 ~ FF 范围内的数字。需要注意的是,HEX 色彩模式中每个字节必须包含两位十六进制数,对于经过十进制数(0 ~ 255)转换后只有一位十六进制数的情况,我们应在这个十六进制数之前补零。例如,十进制数 0 转换为十六进制数后仍为 0,但是,我们要在 HEX 色彩模式中将它表示为“00”。
    在这里插入图片描述

色轮配色原理

色轮(color wheel)又称色环,一般由 12 种基本颜色按照圆环方式排列组成
常见的色轮配色方案有

  • 单色配色方案(monochromaticcolor scheme)
  • 互补色配色方案(complementary color scheme)
  • 等距三角配色方案(triadiccolor scheme)
  • 四角配色方案(tetradic color scheme)
    在这里插入图片描述

颜色主题

Matplotlib 库的颜色主题主要包括 3 种类型:

  • 单色系(sequential)
  • 双色渐变色系(diverging)
  • 多色系(qualitative)

配色工具

  • Color Scheme Designer 网站中的高级在线配色器
  • Adobe Color
  • ColorBrewer 2.0

该文章源自《科研论文配图的绘制与配色基础》书籍的 学习笔记

### 深度学习科研中的可视化图表示例 在深度学习研究中,有效的可视化对于理解模型行为至关重要。通过使用`model.summary()`函数能够展示网络的层级结构和参数[^1]。这有助于研究人员快速了解模型的整体架构。 为了更深入地探索模型内部运作机制,权重和激活可视化的技术被广泛应用。例如,在Keras中实现这一功能的方法多样,其中一种方法是利用TensorBoard来绘制模型架构、训练过程以及中间层输出等重要信息[^2]。下面是一个简单的代码片段,展示了如何配置TensorBoard回调以便监控并记录训练进度: ```python from tensorflow.keras.callbacks import TensorBoard import datetime log_dir = "logs/fit/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S") tensorboard_callback = TensorBoard(log_dir=log_dir, histogram_freq=1) # 将 tensorboard_callback 添加到 model.fit 中... ``` 除了TensorBoard之外,还有其他一些专门设计用来辅助深度学习项目开发调试的强大工具,比如Visdom和支持多框架集成的轻量化解决方案;Activis则提供了基于Web界面的操作体验,方便用户实时观察神经元活动情况;而像DeepExplain这样的解释型工具更是能帮助揭示隐藏在网络背后的逻辑关联性。 当涉及到具体的应用场景时,《Python数据可视化:科技图表绘制》一书中提到的实际案例同样值得借鉴。该书强调了理论联系实际的重要性,并给出了大量详尽的操作指南,使得读者可以在实践中不断加深对各类绘图技巧的理解和掌握程度[^3]。 最后值得注意的是,随着AI技术的发展进步,现代数据可视化已经不再局限于传统的静态图片形式,而是向着更加动态交互的方向演进。这意味着未来的科学家们将拥有更多样化的表达途径去讲述自己的研究成果故事[^4]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值