前言
这几天在搞论文图,唉说实话抠图这种东西真能逼死人。坐在电脑前抠上一天越看越丑,最后把自己丑哭了……
到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?
然后我又尝试了Gnuplot、Matlab、Python等。这些软件作图无疑是一个非常好的选择,他们都有一个共同的特点,就是图片都是用代码生成的。
但是学习成本太高啦。为了画一个破图,折腾上十天半个月,谁受得了。
像小编这种偶尔写写代码日常懂点代码的还好。但那些平时不写代码而且没有代码基础又没有一个会写代码的男朋友或者只有一个不会写代码的男朋友的女生可咋办?
python+Matplotlib
最后挑来挑去,最终选用了python+Matplotlib。Matplotlib是著名Python的标配画图包,其绘图函数的名字基本上与 Matlab 的绘图函数差不多。优点是曲线精致,软件开源免费,支持Latex公式插入,且许多时候只需要一行或几行代码就能搞定。
然后小编经过了几天的摸索,找了几个不错的python代码模板,供大家简单修改就能快速上手使用。建议使用Wing Personal 作为PythonIDE,生成的图片能上下左右进行调整:
NO.1
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['Arial']#如果要显示中文字体,则在此处设为:SimHei
plt.rcParams['axes.unicode_minus']=False#显示负号
x = np.array([3,5,7,9,11,13,15,17,19,21])
A = np.array([0.9708, 0.6429, 1, 0.8333, 0.8841, 0.5867, 0.9352, 0.8000, 0.9359, 0.9405])
B= np.array([0.9708, 0.6558, 1, 0.8095, 0.8913, 0.5950, 0.9352, 0.8000, 0.9359, 0.9419])
C=np.array([0.9657, 0.6688, 0.9855, 0.7881, 0.8667, 0.5952, 0