Matplotlib绘制高质量论文数据图详解

创作时间:

作者:

@小白创作中心

Matplotlib绘制高质量论文数据图详解

引用

CSDN

https://blog.csdn.net/flyconley/article/details/121466061

Matplotlib是Python中最流行的数据可视化库之一，支持跨平台运行。它通常与NumPy和Pandas一起使用，是数据分析中不可或缺的重要工具。本文将通过具体示例，详细介绍如何使用Matplotlib绘制高质量的论文数据图。

基本概念

在使用Matplotlib绘制图表之前，了解一些基本概念是非常有帮助的：

Figure：画板
Title：标题
X axis label：X轴标签
Y axis label：Y轴标签
Legend：图例
Major tick label：主刻度标签
Minor tick label：次刻度标签
Grid：网格
Line (line plot)：线
Markers (scatter plot)：标记
Major tick：主刻度
Minor tick：次刻度
Axes：轴
Spines：脊

示例代码

下面通过一个具体的示例代码，展示如何使用Matplotlib绘制数据图：

import numpy as np
import matplotlib.pyplot as plt

# 设置字体为Arial，显示负号
plt.rcParams['font.sans-serif'] = ['Arial']
plt.rcParams['axes.unicode_minus'] = False

# 数据准备
x = np.array([1, 2, 3, 4, 5, 6])
SIFT = np.array([12.9749694, 13.9357018, 14.7440844, 16.482254, 18.720203, 18.687582])
AKAZE = np.array([12.1044724, 12.9757383, 13.9754183, 15.686206, 18.367847, 19.144531])
ORB = np.array([12.0205495, 12.6509762, 13.1876223, 14.380781, 16.004548, 17.9298])

# 创建图像并设置大小
plt.figure(figsize=(10, 5))
plt.grid(linestyle="--")  # 设置背景网格线为虚线

# 获取当前坐标轴并隐藏上边框和右边框
ax = plt.gca()
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 绘制三条折线图
plt.plot(x, SIFT, marker='o', color="blue", label="SIFT", linewidth=1.5)
plt.plot(x, AKAZE, marker='o', color="green", label="AKAZE", linewidth=1.5)
plt.plot(x, ORB, marker='o', color="red", label="ORB", linewidth=1.5)

# 设置x轴刻度标签
group_labels = ['Top 0-5%', 'Top 5-10%', 'Top 10-20%', 'Top 20-50%', 'Top 50-70%', 'Top 70-100%']
plt.xticks(x, group_labels, fontsize=12, fontweight='bold')

# 设置y轴刻度标签
plt.yticks(fontsize=12, fontweight='bold')

# 设置标题和坐标轴标签
plt.title("Example", fontsize=13, fontweight='bold')
plt.xlabel("Performance Percentile", fontsize=13, fontweight='bold')
plt.ylabel("Accuracy", fontsize=13, fontweight='bold')

# 设置坐标轴范围
plt.xlim(0.9, 6.1)
plt.ylim(10, 22)

# 显示图例并设置其样式
plt.legend(loc=0, numpoints=1)
leg = plt.gca().get_legend()
ltext = leg.get_texts()
plt.setp(ltext, fontsize=12, fontweight='bold')

# 保存为矢量图
plt.savefig('./filename.svg', format='svg')

# 显示图像
plt.show()