python【Matlibplot绘图库】绘制用于学术论文投稿的黑白图片 |
您所在的位置：网站首页 › 黑白系列的图片 › python【Matlibplot绘图库】绘制用于学术论文投稿的黑白图片 |
python【Matlibplot绘图库】绘制用于学术论文投稿的黑白图片
|
论文画图专用，数据numpy随机生成 文章目录 折线图并列柱状图箱线图堆积折线图三维曲面图 折线图首先是最简单的折线图，每条线的color都是黑色，用linestyle加以区分，linestyle可以选择"-"、"–"、"-."、":“或”"。另外，坐标轴刻度、坐标轴名称、标签名称等等字体要调大一些，在figsize = (9, 6)的画布大小下我习惯把fontsize调成20，确保插入论文后字体大小看起来与正文中的小五一样大（当然不同的期刊可能也会有不同要求）。最后使用plt.savefig()保存图片，而不是 直接对IDE展示的图片右键保存（在本人电脑里这么保存的图片清晰度比较低），通过dpi参数调整需要保存图片的分辨率，我习惯设为300。 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False sns.set_context("paper") np.random.seed(2020) loss = pd.DataFrame({'A相线损': np.random.randn(96) + 15, 'B相线损': np.random.randn(96) + 10, 'C相线损': np.random.randn(96) + 5, '零线线损': np.random.randn(96)}) fig, ax = plt.subplots(1, 1, figsize = (9, 6)) ax.plot(loss['A相线损'], color = 'k', label = 'A相线损', linestyle = '-') ax.plot(loss['B相线损'], color = 'k', label = 'B相线损', linestyle = '--') ax.plot(loss['C相线损'], color = 'k', label = 'C相线损', linestyle = '-.') ax.plot(loss['零线线损'], color = 'k', label = '零线线损', linestyle = ':') ax.set_xlabel('时间/5min', fontsize = 20) ax.set_ylabel('线损/kWh', fontsize = 20) ax.tick_params(labelsize = 20) ax.legend(fontsize = 20) plt.savefig('图1.jpg', dpi = 300) plt.show()
普通的柱状图没什么好说的，来看看并列柱状图。黑白图的关键在于sns.barplot()的参数palette，这里用到的是共有3种颜色的灰色调色板sns.color_palette(‘Greys’, 3)。 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False sns.set_context("paper") np.random.seed(2020) I = pd.DataFrame() for i in range(1, 12): I_tmp = pd.DataFrame(columns = ['单元楼号', '相位', '电流/A']) I_tmp['相位'] = ['A相电流', 'B相电流', 'C相电流'] I_tmp['电流'] = np.random.rand(3) * 10 I_tmp['单元楼号'] = i I = pd.concat([I, I_tmp], axis = 0) fig, ax = plt.subplots(1, 1, figsize = (9, 6)) sns.barplot(x = '单元楼号', y = '电流', hue = '相位', data = I, palette = sns.color_palette('Greys', 3), ax = ax) ax.set_xlabel('单元楼号', fontsize = 20) ax.set_ylabel('电流/A', fontsize = 20) ax.tick_params(labelsize = 20) ax.legend(fontsize = 20) plt.savefig('图2.jpg', dpi = 300) plt.show()
论文中也用到了堆积折线图，因为每两条折线之间的区域都需要通过一个语句填充颜色，没法像上两张图一样用palette = sns.color_palette(‘Greys’, n)来直接填充，但我一次意外发现，用sns.color_palette()[]就能直接指定这个调色板中的每个颜色了。下面的图片需要区分四种颜色，考虑到调色板里的第一个颜色太浅，最后一个颜色太深，我选择了6种颜色的调色板sns.color_palette(‘Greys’, 6)，取其中1~4进行单独的颜色填充。 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False sns.set_context("paper") np.random.seed(2020) power = pd.DataFrame(np.random.randn(8, 24)) power = (power - power.min().min()) * 100 power.index = [str(i) + '00MW机组' for i in range(8, 0, -1)] p_cumsum = np.cumsum(power) fig, ax = plt.subplots(1, 1, figsize = (9, 6)) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[6], p_cumsum.iloc[7], facecolor = sns.color_palette('Greys', 6)[4], hatch = '/', label = p_cumsum.index[7]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[5], p_cumsum.iloc[6], facecolor = sns.color_palette('Greys', 6)[3], hatch = '/', label = p_cumsum.index[6]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[4], p_cumsum.iloc[5], facecolor = sns.color_palette('Greys', 6)[2], hatch = '/', label = p_cumsum.index[5]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[3], p_cumsum.iloc[4], facecolor = sns.color_palette('Greys', 6)[1], hatch = '/', label = p_cumsum.index[4]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[2], p_cumsum.iloc[3], facecolor = sns.color_palette('Greys', 6)[4], label = p_cumsum.index[3]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[1], p_cumsum.iloc[2], facecolor = sns.color_palette('Greys', 6)[3], label = p_cumsum.index[2]) ax.fill_between(p_cumsum.columns, p_cumsum.iloc[0], p_cumsum.iloc[1], facecolor = sns.color_palette('Greys', 6)[2], label = p_cumsum.index[1]) ax.fill_between(p_cumsum.columns, 0, p_cumsum.iloc[0], facecolor = sns.color_palette('Greys', 6)[1], label = p_cumsum.index[0]) ax.set_xlabel('时间', fontsize = 18) ax.set_ylabel('各类型机组出力/MW', fontsize = 18) plt.xticks([i for i in range(0, 24, 3)], [str(i) + ':00' for i in range(0, 24, 3)]) ax.tick_params(labelsize = 18) ax.legend(fontsize = 18) plt.savefig('图4.jpg', dpi = 300) plt.show()
|
除此之外，使用调色板sns.color_palette()的时候，还可以用函数sns.palplot()来展示调色板中的各种颜色。
【本文地址】