第49期Datawhale组队学习——共读《科研论文配图绘制指南--基于Python》

yep吖

已于 2023-09-03 23:51:18 修改

阅读量1.2k

点赞数 3

文章标签：人工智能

于 2023-08-20 02:38:32 首次发布

本文链接：https://blog.csdn.net/weixin_44259058/article/details/132251723

版权

前言

Datawhale第49期组队学习，共读《科研论文配图绘制指南–基于Python》，学习周期：8.14-9.1（一共8个Task）
官方文档：Matplotlib、Proplot、
环境配置：Miktex下载、gs下载、pypi官网
conda create --name plotsci python=3.8.13
conda activate plotsci
pip install -r requirements.txt
卡在了Fiona-1.9.4post1，单独下载它的whl文件并安装
pip install Fiona-1.9.4.post1-cp38-cp38-win_amd64.whl
----------------END-----------------
PS.在一个py3.11环境下安装proplot，出现matplotlib版本过高的问题，解决
python force-install-proplot.py

学习路线

Task01——第1章科研论文配图绘制与配色基础（8.13-8.19）

内容：《科研论文配图绘制指南–基于Python》P01-16
任务：掌握科研绘图基础知识，包括绘制规范、原则和科研配图的配色，特别是1.2.2.1.2.3小节需要实操。
PS.《重要，运行代码前一定要看.txt》对于安装环境很有帮助！
1、绘图基础知识
绘制规范——
（1）合理有据地设置科研论文配图元素（X轴、Y轴、X轴标签、Y轴标签、主刻度、次刻度、图例…)
（2）选择配图的格式（像素图、矢量图），考虑配图的尺寸、与上下文的协调
（3）配图字体及字号（同一幅图字体字号一致）
绘制原则——
配图起到补充性说明、直观展示、引出下文的作用→必要性
便于读者理解→易读性
图内容及数据与上下文一致、比例一致、类似图要素一直→一致性
2、配色基础
色彩模式（RGB、CMYK、HEX）
在这里插入图片描述
色轮配色原理(单色配色方案、互补色配色方案、等距三角配色方案和四角配色方案 )

颜色主题

Matplotlib库颜色主题：单色系、双色渐变系、多色系

Seaborn库颜色主题：单色系、双色渐变系、多色系

配色工具
1．Color Scheme Designer 高级在线配色器
2．Adobe Color 免费在线配色
3．ColorBrewer 2.0专业在线配色
在这里插入图片描述
图片保存方式：
matplotlib.pyplot：plt.savefig()
proplot：fig.save()

Task02——2.1Matplotlib绘图包介绍（8.20-8.22）

内容：《科研论文配图绘制指南–基于Python》P18-31
任务：掌握matplotlib中基本的图形元素名称，图层顺序和坐标系，多子图绘制方法和常见绘图函数。
1、图形元素
（1）主要图形元素包括画布（figure）、坐标图形（axes）、轴（axis）和艺术对象（aritist）
——坐标图形：图名（title）、刻度（tick）、刻度标签（tick label）、轴标签（axis label）、轴脊（spine）、图例
（legend）、网格（grid）、线（line）和数据标记（marker）等。
（2）Matplotlib包含基础类（primitive）元素和容器类（container）元素，统称为艺术对象 (artist)。
——基础类元素包括常见的点（point）、线（line）、文本（text）、网格（grid）、标题（title）、图例（legend）等；——容器类元素则是指一种或多种基础类元素的合集，主要包括图形、坐标图形（axes）、轴（axis）和刻度（tick）。
2、图层顺序
在这里插入图片描述

3、轴比例和刻度
在这里插入图片描述

4、坐标系（直角坐标系、极坐标、地理坐标系）

5、多子图绘制
绘制多子图的函数：1．subplot() 函数；2．add_subplot() 函数；3．subplots() 函数；4、subplot() + axes()；5．subplot2grid() 函数；6．gridspec.GridSpec() 函数；7．subplot_mosaic() 函数
例： fig, axs = plt.subplots(2, 3, sharex=True, sharey=True)
subplots() 函数的第 1 个参数nrows 表示绘制子图的行数，第 2 个参数ncols表示绘制子图的列数，行数与列数的乘积即绘制的总子图数，第 3 个参数sharex可以用来设定是否共享 X 轴，第 4个参数sharey可以用来设定是否共享 Y 轴。该函数会返回一个坐标数组对象，该对象用于每个子图的单独绘制
在这里插入图片描述
6、常见绘图函数
如线图plot()、误差图errorbar()、散点图scatter()、柱形图bar()、饼图pie()、直方图hist()和箱线图boxplot()

Task03——2.2Seaborn绘图包介绍（8.23、8.24）

内容：《科研论文配图绘制指南–基于Python》P31-36
任务：掌握seaborn所能绘制的统计图形类型、绘图函数、多子图绘制方法和绘图主题、风格等。
1、图形类型
Seaborn 提供的可绘制图类型包括统计关系型（statistical relationships）、
数据分布型（distributions of data）、分类数据型（categorical data）、回归模型分析型（regression
models）和多子图网格型（multi-plot grids）
2、多子图网格型图
(1)FacetGrid() 函数：可实现行、列、色调 3 个维度的数值映射
在这里插入图片描述
(2)PairGrid() 函数：绘制数据集中具有成对关系
3、绘图风格、颜色主题、缩放比例

Task04——2.3 Proplot绘图包介绍（8.25、8.26）

内容：《科研论文配图绘制指南–基于Python》P36-42
任务：掌握Proplot与matplotlib的异同点，特别是安装要求和书籍中特有的绘图优点。
在这里插入图片描述

Task05——2.4 SciencePlots绘图包介绍（8.27、8.28）

内容：《科研论文配图绘制指南–基于Python》P42-44
任务：掌握SciencePlots的安装方法(重点)

Task06——3.2.1直方图绘制（8.29、8.30）

内容：《科研论文配图绘制指南–基于Python》P47-49
任务：掌握直方图含义、统计指标的添加以及绘制技巧
（1）数据变量分为连续变量和离散型变量；基于连续变量绘制的单变量图包括直方图、密度图、Q-Q 图、P-P 图和经验分布函数图等。
（2）统计指标：如正态分布曲线、均值线和中位数线
正态分布曲线（normal distribution curve）

p = norm.pdf(x, mu, std)
N = len(hist_x_data)
bin_width = (x.max() - x.min()) / bins
ax.plot(x, p*N*bin_width,linewidth=1,color="r",label="Normal Distribution Curve")

均值线（mean line）

Median = np.median(hist_x_data)
ax.axvline(x=Median,ls="--",lw=1.2,color="b",label="Median Line")

在这里插入图片描述

Task07——3.2.2密度图（8.31-9.2）

内容：《科研论文配图绘制指南–基于Python》P49-58
任务：掌握密度图含义、绘制关键步骤、多子图绘制以及渐变色填充案例
(1)密度图主要功能是体现数据在连续时间段内的分布情况，不同的核函数得到的核密度估计不尽相同（体现的数值水平也不同），密度图的纵轴可以是频数或密度。例如：
①scikit-learn 库中 neighbors.KernelDensity() 模块提供 Gaussian、Tophat、Epanechnikov.Exponential、Linear 和 Cosine 6 种核函数；
②KDEpy 库提供了 Gaussian、Exponential、Box、Tri、 Epa、Biweight、 Triweight、Tricube、Cosine9 种核函数
在这里插入图片描述
(2)绘制密度图的方式：(以高斯核函数为例)
①Seaborn 中的 kdeplot() 函数
②Scipy 库中的 gaussian_kde() 函数+Matplotlib库的axes.Axes.plot()、axes.Axes.fill() 函数
③KDEpy 库中的Gaussian核函数+Matplotlib库

sns.kdeplot(x="data_01",data=data_df,color="#1180D5",alpha=1,shade=True,ax=ax)

density = stats.kde.gaussian_kde(data_01)
x = np.linspace(-2,25,500)
y = density(x)
fig,ax = plt.subplots(figsize=(4,3.5),dpi=100,facecolor="w")
ax.plot(x,y, lw=1,color="k")
ax.fill(x,y,color="#07A6C5")

x, y = FFTKDE(kernel="gaussian", bw=2).fit(data_01).evaluate()
fig,ax = plt.subplots(figsize=(4,3.5),dpi=100,facecolor="w")
ax.plot(x,y, lw=1,color="k",)
ax.fill(x,y,color="#FBCD2D")

在这里插入图片描述
(3)数据探索之多组数据同一核函数

数据探索之一组数据多个核函数

(4)渐变色填充
利用 Matplotlib、ProPlot、SciencePlots 库分别绘制的带渐变颜色（gradient color）填充的密度图（连续填充颜色系为自定义的 parula 颜色系）
在这里插入图片描述

Task08——总结与回归（9.3、9.4）

Question
1、matplotlib库（3.3.0版本）
执行：fig.xlabel('Values') -> fig2-1-5
报错：AttributeError: 'Figure' object has no attribute 'xlabel'
查找官方文档plt.subplots()和Figure，暂无果
matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)
Return：fig、ax（其中fig: Figure）
class matplotlib.figure.Figure(figsize=None, dpi=None, facecolor=None, edgecolor=None, linewidth=0.0, frameon=None, subplotpars=None, tight_layout=None, constrained_layout=None)
class matplotlib.axes.Axes(fig, rect, facecolor=None, frameon=True, sharex=None, sharey=None, label=‘’, xscale=None, yscale=None, box_aspect=None, **kwargs)
同样地，执行： -> fig3-2-6
ax.spines.right.set_color(‘none’)
ax.spines.left.set_color(‘none’)
ax.spines.top.set_color(‘none’)
ax.spines.bottom.set_linewidth(1.2)
报错：
AttributeError: ‘collections.OrderedDict’ object has no attribute ‘right’
AttributeError: ‘collections.OrderedDict’ object has no attribute ‘left’
AttributeError: ‘collections.OrderedDict’ object has no attribute ‘top’
AttributeError: ‘collections.OrderedDict’ object has no attribute ‘bottom’

2、运行proplot例子代码时，字体大小、刻度、网格线等代码行无效，报错未解决

e:\datawhale\seisplot\第2章 绘制工具及其重要特征\图2-3-3 不同的子图序号样式和位置效果图.py:16: ProplotWarning: Got conflicting figure size arguments figwidth=8 and refwidth='10em'. Ignoring 'refwidth'.
  fig = pplt.figure(figsize=(8,5.5),space=1, refwidth='10em')

Output from spyder call 'get_namespace_view':
D:\Anaconda\envs\data-A\lib\site-packages\spyder_kernels\utils\nsview.py:100: ProplotWarning: Calling arbitrary axes methods from SubplotGrid was deprecated in v0.8 and will be removed in a future release. Please index the grid or loop over the grid instead.
  hasattr(item, 'size') and hasattr(item.size, 'compute') or

Output from spyder call 'get_var_properties':
D:\Anaconda\envs\data-A\lib\site-packages\spyder_kernels\utils\nsview.py:100: ProplotWarning: Calling arbitrary axes methods from SubplotGrid was deprecated in v0.8 and will be removed in a future release. Please index the grid or loop over the grid instead.
  hasattr(item, 'size') and hasattr(item.size, 'compute') or