科研论文配图主要成分
科研配图的尺寸和格式
像素图:
像素图(位图)是以单个像素为单位,通过对像素进行组合和排列,来显示图片格式。像素图在放大到一定程度后,会失真,变得模糊。常见的像素图格式包括 JPEG 、 PSD 、 PNG 、 TIFF ,其中, JEPG 是一种常用的有损压缩图片格式,处理起来较容易,但像素分辨率低、清晰度差、色彩损失大。
矢量图:
矢量图是使用点、直线或多边形等基于数学方程的几何图元表示的图像。矢量图的图像文件包含独
立的分离图像,可以自由、无限制地进行重新组合,其特点是放大后图像不会失真,也就是说,与分辨率无关。常见的矢量图格式包括 EPS 、 PDF 、 AI 、 SVG ,其中, EPS 格式的图片文件小、显示质量高、色彩保真度高,印刷时的字样较为清晰,是常用的论文配图格式;AI 格式是一种可以二次修改的图片格式,也是常用的插图格式,其体积较大,包含图片各图层的所有信息。
科研论文配图的字体字号设置
注意科技期刊的规定;一些中文科技期刊将科研论文配图中的文本对象(横、纵坐标的标签,以及图例文本)的字体设置为宋体或黑体,英文科技期刊大多使用 Arial、Helvetica 或 Times New Roman 字体;在单篇论文中所有插图的字体字号要尽量保持一致。
科研论文配图的版式设计、结构布局和颜色搭配
文字的字体要保持一致
字号不大于正文字体的字号,行距、文字间距,应与正文协调一致
“先文后图”
不同尺寸的配图不要安排在同一列或同一行
避免使用过亮或过暗的颜色
相邻的图层元素不宜采用相近的颜色
对于彩色图,我们要使用原图,慎用灰度图表示。
绘制原则
1、必要性原则
要考虑在科研论文的应用场景中(如结构表达等)是否需要配图?也要避免出现文字较少、图表较多的情况。
2、易读性原则
方便读者理解,使用完整准确的标题标签和图例。
3、一致性原则
配图数据与上下文保持一致
插图比例尺和缩放比例大小保持一致
类似配图各图层要素保持一致
色彩模式
CMYK色彩模式
HEX色彩模式
Tips:
可通过 ColorPix、FastStone 等屏幕取色工具直接获取颜色码,或者通过 Encycolorpedia 等网站直接搜索不同颜色对应的 HEX 颜色码。
色轮配色原理
color wheel, 一般由12种基本颜色按照圆环方式排列组成,三原色、三间色和六个次级色
#利用turtle绘制色轮
import turtle
colors = ['#FF0000','#FF4433','#FFA500','#FFAA33',
'#FFFF00','#8dcc01','#008000','#088F8F',
'#0000FF','#3b43c0','#800080','#953553']
def draw_color_wheel(colors, radius, center=(0, 0)):
slice_angle = 360 / len(colors)
heading, position = 90, (center[0] + radius, center[1])
for color in colors:
turtle.color(color, color)
turtle.penup()
turtle.goto(position)
turtle.setheading(heading)
turtle.pendown()
turtle.begin_fill()
turtle.circle(radius, extent=slice_angle)
heading, position = turtle.heading(), turtle.position()
turtle.penup()
turtle.goto(center)
turtle.end_fill()
draw_color_wheel(colors, 150, center=(25, 50))
turtle.hideturtle()
print('done - press any key to exit')
turtle.onkeypress(exit)
turtle.listen()
turtle.done()
基于色轮,配色方案有以下几种:
1、单色配色方案
使用色相相近的一组颜色进行组合;这种配色方案的饱和度和明暗度层次明显,使用时只需考虑同一色相下饱和度和明暗度的变化。
常被用于表示有直接关系、关系较为密切或者同系列的数据。
2、互补色配色方案
色轮上间隔180°的两种颜色为互补色。具有强烈的对比效果。可用于观察组数据和对照组数据的可视化表达。
3、等距三角配色方案
色轮上间隔120°的三种颜色进行组合。会使配图颜色更鲜艳,但是论文中应用较少。使用时可以将一种颜色选为主色,另外两种选为辅色。
4、四色配色方案
有两种方案,如下图实线表示的两对互补色组成的方案,还有虚线表示的方形配色方案。优点是使配图色彩更鲜艳,缺点是容易造成色彩杂乱。所以,在科研论文中应尽量避免使用四角配色方案。
颜色主题
Matplotlib 库的颜色主题主要包括 3 种类型:单色系( sequential )、双色渐变色( diverging )和多色系( qualitative )。
单色系
色相基本相同,饱和度单调递增,主要维度是亮度,在白色或浅色背景上绘制的配图,较低的数值对应较亮的颜色,较高的数值对应较暗的颜色,而在深色背景中,则会出现相反的情况,即更亮的颜色用更高的数值表示。
次要维度是色调,即较暖的颜色出现在较亮的一端,较冷的颜色则会出现在较暗的一端。
#渐变红色色条
import matplotlib.pyplot as plt
import numpy as np
num_colors = 10 # 色条的颜色数量
lightness_values = np.linspace(0.2, 0.8, num_colors) # 不同明亮度的取值范围
# 创建红色单色系的颜色
colors = [(l, 0, 0) for l in lightness_values] # 使用RGB颜色表示,只变化R通道
# 创建色条图像
fig, ax = plt.subplots(figsize=(8, 1))
colormap = plt.matplotlib.colors.ListedColormap(colors)
cbar = plt.colorbar(plt.cm.ScalarMappable(cmap=colormap), cax=ax, orientation='horizontal')
# 设置色条标签
cbar.set_ticks([]) # 去除刻度
cbar.set_label('red', size=14)
# 显示图像
plt.show()
双色系
主要用在有一个关键中心值( midpoint )的数值变量中,其本质是两个连续单色系的组合,把关键的中心值作为中间点,一般使用白色表示,大于中心值的分配给中间点一侧的颜色,而小于中心值的分配给中间点另一侧的颜色。此外,我们可以通过颜色的深浅进行判断,即中心值通常被指定为浅色,距中心点越远,颜色越深。
#红蓝双色渐变系色条
import matplotlib.pyplot as plt
import numpy as np
num_colors = 10 # 色条的颜色数量
# 创建红色到蓝色之间的双色渐变
colors = plt.cm.RdBu(np.linspace(0, 1, num_colors))
# 创建色条图像
fig, ax = plt.subplots(figsize=(8, 1))
colormap = plt.matplotlib.colors.ListedColormap(colors)
cbar = plt.colorbar(plt.cm.ScalarMappable(cmap=colormap), cax=ax, orientation='horizontal')
# 设置色条标签
cbar.set_ticks([]) # 去除刻度
cbar.set_label('red_to_blue_bar', size=14)
# 显示图像
plt.show()
多色系
#多色系色条
import matplotlib.pyplot as plt
import numpy as np
num_colors = 12 # 色条的颜色数量
# 创建多个颜色
colors = plt.cm.tab20(np.linspace(0, 1, num_colors))
# 创建色条图像
fig, ax = plt.subplots(figsize=(8, 1))
colormap = plt.matplotlib.colors.ListedColormap(colors)
cbar = plt.colorbar(plt.cm.ScalarMappable(cmap=colormap), cax=ax, orientation='horizontal')
# 设置色条标签
cbar.set_ticks([]) # 去除刻度
cbar.set_label('Qualitative_color_bar', size=14)
# 显示图像
plt.show()
配色工具
Color Scheme Designer
Paletton - The Color Scheme Designer
Adobe Color
https://color.adobe.com/zh/create/color-wheel
Color Brewer 2.0
ColorBrewer: Color Advice for Maps (colorbrewer2.org)