Python论文多图绘制+代码+代码解读+绘图经验分享(1)

---

前言

因为在写论文时，画图一直是一个比较大的问题。很想知道如何才能绘制出和论文一样好看的图像，以下是我学习的内容，也搬运了一些网站和教程在这里，请大家一起分享。

1. 确认要画的图的类型
   https://blog.csdn.net/u012890505/article/details/103753151
2. 确认所画的图的排布方式
   https://blog.csdn.net/qq_46110834/article/details/111461809
3. 对于绘图有一定的审美基础
   最终在绘制好看的论文图时，论文的图形的布局、颜色、线的粗细，都会需要考虑。
4. 最终的保存
   （1）在保存图像时，可以根据需要将图像保存为不同的格式，例如，如果最终用PPT作图，那么就将图像保存为svg格式的矢量图，这样拉扯1图像使其大小发生变化的时候，图像的质量也可以不会因为拉扯而变得模糊。
   (2)我有很多的实验图，他们可以被插入成为组图。我希望代码可以更具我需要插入的图的个数，灵活排列组图，并且变更大小，且每一个插入的图，都有一个对应的标号，如a,b,c,d.
   (2)在此基础上，每当我们插入新的图形时，都不会改变标号a,b,c,d的大小，这样，我们在论文中的每一幅图的标号都是等大的。
5. 保存后使得图能够复审
   意味着绘图的代码需要具备足够多的接口，在我们想对图进行微调的时候，能够找到对应的位置进行矫正，而不是每生成一次图，重新更改都需要花很大的功夫去改正。

---

绘图代码及详细解释

import matplotlib.pyplot as plt
from numpy.random import multivariate_normal
import math

# 使用相对专业的的图形风格
plt.style.use('seaborn-darkgrid')

# 设置显示中文
plt.rcParams['font.sans-serif'] = ['DejaVu Sans']
plt.rcParams['axes.unicode_minus'] = False

def create_subplots(n, data, figure_size=(10,10)):
    '''创建n个子图'''

    # 计算子图的行数和列数
    rows = int(math.sqrt(n))
    cols = n // rows
    cols += n % rows

    # 创建图形和子图
    fig, axs = plt.subplots(rows, cols, figsize=figure_size)

    # 根据子图数量调整子图的位置
    axs = axs.flatten()
    for ax in axs[n:]:
        fig.delaxes(ax)

    for i in range(n):
        axs[i].scatter(data[:, 0], data[:, 1], color='g', linewidth=0.5)
        axs[i].set_title(chr(97+i))  # 使用ASCII值97（a）+ i作为标题

    # 紧致布局
    plt.tight_layout()

    # 保存图形，使用SVG格式和300 dpi的分辨率
    plt.savefig('my_figure.svg', format='svg', dpi=300)

    # 显示图形
    plt.show()

# 生成数据
X = multivariate_normal(mean=[0, 0],
                        cov=[[1, -0.6],
                             [-0.6, 1]],
                        size=200)

# 在10x10的画布上创建9个子图
create_subplots(9, X, figure_size=(10,10))