引子

在学术论文中，很多数据的展示需要依靠Python的Matplotlib库来展示，本次通过绘制几种图像，大概说明一下应用Matplotlib库进行学术论文图像绘制的基本流程。

柱状图的绘制

数据准备

我们实例的数据部分代码块为：

if __name__ == "__main__":
    # Get data
    test_data_dict_odd = {
        "test_bar_a": 1,
        "test_bar_b": 3,
        "test_bar_c": 5,
        "test_bar_d": 7,
    }
    test_data_dict_even = {
        "test_bar_a": 2,
        "test_bar_b": 4,
        "test_bar_c": 6,
        "test_bar_d": 8,
    }

我们要在同一张图中，展示两组数据。

Demo图的绘制

首先，展示一下test_data_dict_odd的柱状图版本：

其代码为：

# Set the figure
fig, ax = plt.subplots()
plt.bar(
    test_data_dict_odd.keys(),
    test_data_dict_odd.values(),
)

# Show the image
plt.show()

然后，展示test_data_dict_even的柱状图版本，其代码为：

# Set the figure
fig, ax = plt.subplots()
plt.bar(
    test_data_dict_odd.keys(),
    test_data_dict_odd.values(),
)
plt.bar(
    test_data_dict_even.keys(),
    test_data_dict_even.values(),
)

# Show the image
plt.show()

图片为：

我们发现，来自第二个数据块的信息盖住了第一个数据块，为了让两个柱都显示出来，我们需要做一些调节。

多柱图的绘制

这里，我们可以将这两组数据塞进一个DataFrame中，这是pandas库的一个数据结构：

df = pd.DataFrame({
    "odd": test_data_dict_odd.values(),
    "even": test_data_dict_even.values(),
}, index=test_data_dict_odd.keys())

然后，应用DataFrame自带的plot()方法进行绘制：

df.plot(kind="bar", rot=0, width=0.5)

结果如下：

这时，我们已经完成了初步的绘制工作了。

代码中，rot代表label的旋转度数，如果设为默认，label会默认逆时针旋转90°。

字体的调节

学术论文的编写通常需要使用LaTeX，LaTeX通常使用的是衬线字体——Computer Modern。那么，我们的图像最好也使用衬线字体进行绘制。在文件的头部，加入：

import matplotlib
matplotlib.rcParams.update({'font.size': 20, 'font.family': 'serif'})

结果为：

图名、轴名的绘制

这样还不够，我们需要声明这个图是干什么用的，轴的意义是什么：

# Set the name of figure
plt.title("Test Bar Chart")

# Set the name of x-axis
plt.xlabel("Test Bar")

# Set the name of y-axis
plt.ylabel("Value")

结果为：

颜色的调节

这样的图还是有一些丑，可以通过如下的代码调节：

df.plot(kind="bar", color=["#66ccff", "#ff6666"],  width=0.5, rot=0)

结果为：

我个人比较常用的颜色网站是：NIPPON COLORS - 日本の伝統色。

代码

import matplotlib.pyplot as plt
import pandas as pd

import matplotlib
matplotlib.rcParams.update({'font.family': 'serif'})


if __name__ == "__main__":
    # Get data
    test_data_dict_odd = {
        "test_bar_a": 1,
        "test_bar_b": 3,
        "test_bar_c": 5,
        "test_bar_d": 7,
    }
    test_data_dict_even = {
        "test_bar_a": 2,
        "test_bar_b": 4,
        "test_bar_c": 6,
        "test_bar_d": 8,
    }

    df = pd.DataFrame({
        "odd": test_data_dict_odd.values(),
        "even": test_data_dict_even.values(),
    }, index=test_data_dict_odd.keys())

    # Set the figure
    df.plot(kind="bar", color=["#66ccff", "#ff6666"],  width=0.5, rot=0)

    # Set the name of figure
    plt.title("Test Bar Chart")

    # Set the name of x-axis
    plt.xlabel("Test Bar")

    # Set the name of y-axis
    plt.ylabel("Value")

    # Show the image
    plt.show()