wehub/norman-bury--research-writing-skill

Fork 0

Files

T

wehub-resource-sync cefd2a5d3d chore: import upstream snapshot with attribution

2026-07-13 12:35:23 +08:00

9.7 KiB

Raw Permalink Blame History

Python数据图表模块

本模块指导使用Python生成科研论文级别的数据图表。

一、环境要求

1.1 conda环境

默认环境名：research

激活命令：

conda activate research

必需库：

pip install matplotlib seaborn numpy pandas scikit-learn

可选库：

pip install plotly scipy statsmodels

1.2 环境配置

详见 modules/environment-setup.md 获取完整的环境配置指南。

二、图表规范

2.1 分辨率要求

用途	DPI	说明
期刊投稿	300-600	大多数期刊要求
顶刊投稿	450+	Nature/Science等
屏幕展示	150	PPT/网页
打印海报	300	A0/A1海报

本模块默认使用 450 DPI

2.2 输出格式

每张图同时输出两种格式：

PNG：位图，适合网页和PPT
SVG：矢量图，适合期刊投稿和后期编辑

2.3 图表尺寸

类型	宽度（英寸）	适用场景
单栏图	3.5	期刊单栏
双栏图	7.0	期刊双栏/全宽
PPT图	10.0	演示文稿

三、顶刊配色方案

3.1 Nature/Science 风格

NATURE_COLORS = ['#2E86AB', '#A23B72', '#F18F01', '#C73E1D', '#95C623']

颜色	色值	用途
深蓝	#2E86AB	主色调
玫红	#A23B72	对比色
橙色	#F18F01	强调色
砖红	#C73E1D	警示色
黄绿	#95C623	辅助色

3.2 Cell 风格

CELL_COLORS = ['#4E79A7', '#F28E2B', '#E15759', '#76B7B2', '#59A14F', '#EDC948']

3.3 渐变色系

# 蓝色渐变（适合热力图）
BLUE_GRADIENT = ['#A8DADC', '#6DAEDB', '#457B9D', '#2C5F7C', '#1D3557']

# 红蓝对比（适合正负值）
DIVERGING_COLORS = {
    'cold': ['#2166AC', '#4393C3', '#92C5DE', '#D1E5F0'],
    'neutral': '#F7F7F7',
    'warm': ['#FDDBC7', '#F4A582', '#D6604D', '#B2182B'],
}

3.4 色盲友好配色

COLORBLIND_SAFE = ['#0077BB', '#33BBEE', '#009988', '#EE7733', '#CC3311', '#EE3377']

3.5 配色原则

❌ 禁止使用matplotlib默认颜色
❌ 禁止使用纯红、纯蓝、纯绿等基础色
✅ 同一图中颜色数量控制在5种以内
✅ 确保色盲友好（避免红绿直接对比）
✅ 使用渐变色表示连续变量

四、代码模板

4.1 基础模板

"""
Figure X: [图表标题]
论文章节: [所属章节]
描述: [图表内容描述]
"""

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
from pathlib import Path

# ============================================================
# 中文字体配置（macOS系统）
# ============================================================
CHINESE_FONT = None
font_candidates = [
    '/System/Library/Fonts/STHeiti Light.ttc',
    '/System/Library/Fonts/Supplemental/Songti.ttc',
    '/Library/Fonts/Songti.ttc',
    '/System/Library/Fonts/PingFang.ttc',
]
for fp in font_candidates:
    if Path(fp).exists():
        CHINESE_FONT = fm.FontProperties(fname=fp)
        break

if CHINESE_FONT is None:
    plt.rcParams['font.sans-serif'] = ['Heiti TC', 'STHeiti', 'Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False

# ============================================================
# 顶刊配色
# ============================================================
COLORS = ['#4E79A7', '#F28E2B', '#E15759', '#76B7B2', '#59A14F', '#EDC948']

# ============================================================
# 全局样式设置
# ============================================================
def setup_plot_style():
    """配置全局绑定样式"""
    plt.rcParams.update({
        'font.family': 'sans-serif',
        'font.size': 10,
        'axes.titlesize': 12,
        'axes.labelsize': 10,
        'xtick.labelsize': 9,
        'ytick.labelsize': 9,
        'legend.fontsize': 9,
        'lines.linewidth': 1.5,
        'lines.markersize': 6,
        'axes.linewidth': 1.0,
        'axes.spines.top': False,
        'axes.spines.right': False,
        'axes.grid': True,
        'grid.alpha': 0.3,
        'grid.linewidth': 0.5,
        'legend.frameon': False,
        'savefig.dpi': 450,
        'savefig.bbox': 'tight',
        'savefig.pad_inches': 0.1,
        'figure.facecolor': 'white',
        'axes.facecolor': 'white',
    })

# ============================================================
# 主绑定代码
# ============================================================
def main():
    setup_plot_style()
    
    # === 在此处编写具体绑定代码 ===
    fig, ax = plt.subplots(figsize=(7, 5))
    
    # 示例数据
    x = np.linspace(0, 10, 100)
    ax.plot(x, np.sin(x), color=COLORS[0], label='Model A')
    ax.plot(x, np.cos(x), color=COLORS[1], label='Model B')
    
    # 标签设置（中文使用FontProperties）
    if CHINESE_FONT:
        ax.set_xlabel('时间 (s)', fontproperties=CHINESE_FONT)
        ax.set_ylabel('幅值', fontproperties=CHINESE_FONT)
        ax.set_title('模型对比', fontproperties=CHINESE_FONT)
        ax.legend(prop=CHINESE_FONT)
    else:
        ax.set_xlabel('Time (s)')
        ax.set_ylabel('Amplitude')
        ax.set_title('Model Comparison')
        ax.legend()
    
    # === 绑定代码结束 ===
    
    # 保存图片
    output_dir = Path(__file__).parent
    fig_name = Path(__file__).stem
    
    plt.savefig(output_dir / f'{fig_name}.png', dpi=450, format='png')
    plt.savefig(output_dir / f'{fig_name}.svg', format='svg')
    
    plt.show()
    print(f"图片已保存至: {output_dir}")

if __name__ == '__main__':
    main()

4.2 常用图表类型

折线图

fig, ax = plt.subplots(figsize=(7, 5))
for i, (label, data) in enumerate(datasets.items()):
    ax.plot(x, data, color=COLORS[i], label=label, linewidth=1.5, marker='o', markersize=4)
ax.set_xlabel('Epoch')
ax.set_ylabel('Accuracy (%)')
ax.legend()

柱状图

fig, ax = plt.subplots(figsize=(7, 5))
x_pos = np.arange(len(categories))
bars = ax.bar(x_pos, values, color=COLORS[:len(categories)], edgecolor='white', linewidth=0.5)
ax.set_xticks(x_pos)
ax.set_xticklabels(categories)
ax.set_ylabel('Performance')

分组柱状图

fig, ax = plt.subplots(figsize=(8, 5))
x = np.arange(len(categories))
width = 0.25

for i, (label, values) in enumerate(groups.items()):
    ax.bar(x + i * width, values, width, label=label, color=COLORS[i])

ax.set_xticks(x + width)
ax.set_xticklabels(categories)
ax.legend()

热力图

fig, ax = plt.subplots(figsize=(8, 6))
im = ax.imshow(matrix, cmap='RdBu_r', aspect='auto', vmin=-1, vmax=1)
plt.colorbar(im, ax=ax, label='Correlation')
ax.set_xticks(range(len(labels)))
ax.set_xticklabels(labels, rotation=45, ha='right')
ax.set_yticks(range(len(labels)))
ax.set_yticklabels(labels)

箱线图

fig, ax = plt.subplots(figsize=(7, 5))
bp = ax.boxplot(data_list, labels=labels, patch_artist=True)
for patch, color in zip(bp['boxes'], COLORS):
    patch.set_facecolor(color)
    patch.set_alpha(0.7)

散点图

fig, ax = plt.subplots(figsize=(7, 5))
scatter = ax.scatter(x, y, c=colors, s=sizes, alpha=0.6, cmap='viridis')
plt.colorbar(scatter, ax=ax, label='Value')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')

五、文件管理

5.1 目录结构

项目目录/
├── figures/
│   ├── chapter1_introduction/
│   │   ├── fig1_overview.py
│   │   ├── fig1_overview.png
│   │   └── fig1_overview.svg
│   ├── chapter2_method/
│   │   └── ...
│   ├── chapter3_results/
│   │   └── ...
│   └── chapter4_discussion/
│       └── ...

5.2 命名规范

文件名格式：fig{序号}_{描述}.py
示例：fig1_model_architecture.py, fig5_accuracy_comparison.py
输出图片与代码同名，仅扩展名不同

六、执行流程

6.1 标准流程

确认conda环境已激活
```
conda activate research
```
创建/编辑Python脚本
- 使用上述模板
- 修改数据和绑定代码
运行脚本
```
python figures/chapter1/fig1_xxx.py
```
检查输出
- 确认PNG和SVG都已生成
- 检查图表质量
如有错误，修复后重新运行

6.2 缺失库处理

# 使用pip安装
pip install [package_name]

# 或使用conda安装
conda install [package_name]

七、质量检查清单

图表内容

数据准确无误
坐标轴标签完整（含单位）
图例清晰可读
标题简洁明了

视觉效果

使用顶刊配色方案
分辨率达到450 DPI
字体大小适中（可读）
无多余的网格线或边框

文件输出

PNG格式已生成
SVG格式已生成
文件命名规范
存放在正确目录

八、常见问题

Q1：中文显示为方块

解决方案：

# 方法1：指定字体文件
from matplotlib.font_manager import FontProperties
font = FontProperties(fname='/System/Library/Fonts/STHeiti Light.ttc')
ax.set_xlabel('中文标签', fontproperties=font)

# 方法2：全局设置
plt.rcParams['font.sans-serif'] = ['SimHei', 'Heiti TC', 'STHeiti']
plt.rcParams['axes.unicode_minus'] = False

Q2：图片模糊

解决方案：

plt.savefig('figure.png', dpi=450, bbox_inches='tight')

Q3：颜色不够用

解决方案：

# 使用colormap生成更多颜色
import matplotlib.cm as cm
colors = cm.viridis(np.linspace(0, 1, n_colors))

Q4：图例遮挡数据

解决方案：

ax.legend(loc='upper left', bbox_to_anchor=(1.02, 1))
plt.tight_layout()

9.7 KiB Raw Permalink Blame History Unescape Escape

Python数据图表模块

一、环境要求

1.1 conda环境

1.2 环境配置

二、图表规范

2.1 分辨率要求

2.2 输出格式

2.3 图表尺寸

三、顶刊配色方案

3.1 Nature/Science 风格

3.2 Cell 风格

3.3 渐变色系

3.4 色盲友好配色

3.5 配色原则

四、代码模板

4.1 基础模板

4.2 常用图表类型

折线图

柱状图

分组柱状图

热力图

箱线图

散点图

五、文件管理

5.1 目录结构

5.2 命名规范

六、执行流程

6.1 标准流程

6.2 缺失库处理

七、质量检查清单

图表内容

视觉效果

文件输出

八、常见问题

Q1：中文显示为方块

Q2：图片模糊

Q3：颜色不够用

Q4：图例遮挡数据

9.7 KiB

Raw Permalink Blame History