建站
咨詢
售后
建站咨詢
新聞中心
正文
大家好，我是Python人工智能技術(shù)
創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),欽南企業(yè)網(wǎng)站建設(shè),欽南品牌網(wǎng)站建設(shè),網(wǎng)站定制,欽南網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷,網(wǎng)絡(luò)優(yōu)化,欽南網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。
方法一
強(qiáng)烈推薦 Python 的繪圖模塊 matplotlib: python plotting 。畫出來(lái)的圖真的是高端大氣上檔次，低調(diào)奢華有內(nèi)涵~ 適用于從 2D 到 3D，從標(biāo)量到矢量的各種繪圖。能夠保存成從 eps, pdf 到 svg, png, jpg 的多種格式。并且 Matplotlib 的繪圖函數(shù)基本上都與 Matlab 的繪圖函數(shù)名字都差不多，遷移的學(xué)習(xí)成本比較低。開源免費(fèi)。如圖所示（題目描述中的圖在最后）：（以下圖片均引用自 Thumbnail gallery ）
像這種普通的函數(shù)圖象：
plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)
以及這種 Scatter 圖（中文不知道該怎么說(shuō)…）：
plt.scatter(x, y, s=area, alpha=0.5)
精致的曲線，半透明的配色。顯出你那高貴冷艷的X格，最重要的是只需一行代碼就能搞定。從此再也不用忍受 Matlab以及GNUPlot 中那蛋疼的配色了。
想畫 3D 數(shù)據(jù)？沒(méi)有問(wèn)題 (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)
四行代碼你就能擁有（后三行是畫坐標(biāo)平面上的等高線，嚴(yán)格的額說(shuō)還是一行）。
除此以外，不過(guò)你是矢量場(chǎng)，網(wǎng)絡(luò)還是什么奇葩的需求都能夠搞定：
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)
這還沒(méi)完，Matplotlib 還支持Latex公式的插入，當(dāng)別人畫的圖還是這個(gè)樣子的時(shí)候（以下圖片引用自Matplotlib Tutorial(譯)）
你能夠把它變成這個(gè)樣子：
如果再搭配上 IPython 作為運(yùn)行終端（這張圖是自己繪制的~）：
簡(jiǎn)直就是神器啊，有木有！
心動(dòng)不如行動(dòng)，還等什么？
經(jīng)@許鋮同學(xué)提醒，再補(bǔ)充一句，matplotlib 還可以話 xkcd 風(fēng)格的圖呦~
（圖片引用自網(wǎng)絡(luò)）
此外結(jié)合 IPython Notebook 后更多精彩內(nèi)容，請(qǐng)看http://nbviewer.ipython.org/
如果嫌安裝麻煩并且恰好在 Windows 系統(tǒng)下的話可以嘗試Python的一個(gè)發(fā)行版winpython - Portable Scientific Python 2/3 32/64bit Distribution for Windows。
鑒于@van li同學(xué)質(zhì)疑 matplotlib 是否能畫出題目中所示的圖像，我在這里將題目中的圖像用 matplotlib 畫出來(lái)如下：
代碼在此處：
https://gist.github.com/coldfog/c479124328fc6bb8b789
代碼在此處：
https://gist.github.com/coldfog/5da63a6958fc0a949b52
看到樓下有人說(shuō)配色和好看，唉....那我也貼幾個(gè)吧...只不過(guò)當(dāng)初限于篇幅沒(méi)有寫而已。另外，搜索公眾號(hào)頂級(jí)python后臺(tái)回復(fù)“進(jìn)階”，獲取一份驚喜禮包。
首先，python有一個(gè)專門的配色包jiffyclub/brewer2mpl，提供了從美術(shù)角度來(lái)講的精美配色（戳這里感受ColorBrewer: Color Advice for Maps）。
此外還有一些致力于美化繪圖的庫(kù)，用起來(lái)也都非常方便，比如olgabot/prettyplotlib 。
廢話不多說(shuō)，上圖就是王道。（下面圖片來(lái)源網(wǎng)絡(luò)）
有人可能會(huì)說(shuō)需要復(fù)雜的設(shè)置，其實(shí)也不用。比如上邊這幅圖，只需要多加一個(gè)參數(shù)就好：
cmap=brewer2mpl.get_map('RdBu', 'diverging', 8, reverse=True).mpl_colormap,樓下說(shuō)到統(tǒng)計(jì)繪圖。嘛seaborn 是一個(gè)調(diào)用 matplotlib 的統(tǒng)計(jì)繪圖庫(kù)，上圖：
(https://github.com/mwaskom/seaborn)
代碼一行，后邊的幾乎都是一行，沒(méi)做其他設(shè)置，默認(rèn)就這樣。我就不貼其他的代碼了：
g = sns.jointplot(x1, x2, kind="kde", size=7, space=0)
還有個(gè)更炫酷的可交互式繪圖，大家自己戳開看吧：
http://nbviewer.ipython.org/github/plotly/python-user-guidechaocc/blob/master/s0_getting-started/s0_getting-started.ipynb
遇到安裝問(wèn)題的請(qǐng)嘗試Anaconda這個(gè)Python發(fā)行版。下載安裝后直接使用即可，它幾乎預(yù)裝了所有要用到的科學(xué)計(jì)算及可視化的庫(kù)。
有盆友在評(píng)論里說(shuō)希望能有完整的教程，確實(shí)就這個(gè)答案來(lái)說(shuō)，離實(shí)際使用還有很大的距離，網(wǎng)上相關(guān)的中文資料也不多。不過(guò)真要寫起來(lái)這個(gè)答案也裝不下，況且寫在這個(gè)問(wèn)題下也不是很恰當(dāng)。等到那天我有專欄了再說(shuō)吧，到時(shí)候也許會(huì)寫一個(gè)關(guān)于可視化的系列教程。
方法二
翻遍這個(gè)問(wèn)題下的所有回答，發(fā)現(xiàn)凡是提到Matlab的，其評(píng)價(jià)中常有‘鋸齒’，‘菜鳥’，‘難看’，‘不忍直視’等標(biāo)簽。
然而，2020年了，技術(shù)提升了，觀念進(jìn)步了，當(dāng)一些基本問(wèn)題解決后，Matlab還那么‘不堪’嗎？
觀察Mathematica、Origin、Python/matplotlib、R/ggplot2等軟件繪制的數(shù)據(jù)、結(jié)果圖，其與Matlab圖的差異主要體現(xiàn)在點(diǎn)、線、面等對(duì)象屬性（位置、尺寸、顏色等）的不同上。
既然只是屬性的不同，那是不是只要修改一下這些信息，就可以實(shí)現(xiàn)各種軟件繪圖風(fēng)格之間的轉(zhuǎn)換了呢？
答案是肯定的。
比如，這是高贊回答 @馮昱堯用Python/matplotlib繪制的一幅圖：
我們用Matlab默認(rèn)屬性來(lái)繪制，效果是這樣的（沒(méi)加誤差棒）：
然后，只需再修改一下位置、尺寸、顏色等信息，就可以得到風(fēng)格差不多的圖（沒(méi)加誤差棒）：
當(dāng)我們用這一思想來(lái)思考該如何繪制插圖時(shí)，就很容易實(shí)現(xiàn)自己的小想法，仿造甚至創(chuàng)造出理想的插圖。
比如，某一天，發(fā)現(xiàn)傍晚的天空顏色很美，心想：為什么不能把它畫到論文插圖里呢？（見：Matlab論文插圖配色2——自然漸變）
于是，
再比如，某一天，看到女朋友的照片，覺(jué)得很美，心想：為什么不能把她畫到論文插圖里呢？（見：Matlab論文插圖配色1——是女朋友的顏色）
于是，
這時(shí)，有朋友就要說(shuō)了：“哎呀答主，你整這些個(gè)花里花哨的東西，還不是得一行代碼一行代碼的敲出來(lái)啊，太麻煩了吧?！?/p>
此言差矣。
就像R有g(shù)gplot2，Python有matplotlib，Matlab其實(shí)也有很多現(xiàn)成的繪圖工具包，并不需要你自己開發(fā)。
比如，
Pierre Morel [1] 結(jié)合ggplot2，開發(fā)了gramm工具，用于繪制復(fù)雜圖形。
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：
類似的，Stephen Cobeldick [2] 將matplotlib配色方案移植到了Matlab。
也就是說(shuō)，在Matlab中就可以直接用matplotlib的配色方案了，就不必總是‘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：
還有很多專門針對(duì)論文插圖的工具包，這里就不一一介紹了。
總的來(lái)說(shuō)，工具只是工具，它們并沒(méi)有高低貴賤之分。
若想畫出好看的插圖，關(guān)鍵還是在于使用工具的人。
集中一點(diǎn)，登峰造極。
參考：
??Morel P . Gramm: grammar of graphics plotting in Matlab.???
??Cobeldick S . MatPlotLib Perceptually Uniform Colormaps.??
網(wǎng)頁(yè)標(biāo)題：用Python畫如此漂亮的專業(yè)插圖？簡(jiǎn)直Soeasy！
文章來(lái)源：http://fisionsoft.com.cn/article/copdijp.html
