简单好用的深度学习论文绘图专用工具包--Science Plot

本文主要是介绍简单好用的深度学习论文绘图专用工具包--Science Plot,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

喜欢就关注我们吧!

惊闻昨天美国封禁了哈工大、哈工程两所高校的 Matlab 使用权,很多人担忧禁用范围会进一步扩大到我国多所高校。Matlab在科研仿真,以及绘图上是一个非常方便的工具,如果一旦禁用,是不是我们就不好绘制出好看的科研图表了呢。非也,今天我们一起欣赏一个开源的、非常炫酷的 matolotlib 风格的绘图库。

喜欢的话,记得帮我们转发一下哦~

对于一篇优质的论文而言,除了好的idea之外,好的绘图可以给人眼前一亮的感觉,让审稿人和读者一下子就可以记住你的论文和实验结果,为论文接收和被他人引用创造机会。许多科研工作者大部分都是有好的idea,也有好的实验结果,但是在表达和汇总自己的实验结果方面就显得力不从心,因此经常会有作者收到review之后疯狂质疑审稿人到底有没有读过自己的文章.。。。

不得不说随着顶会投稿数量的爆炸性增长,审稿人力不从心,使得一部分审稿人的水平确实较之前有所降低,但是好的论文配图会增加论文脱颖而出的可能。之前的配图一般使用的是matplotlib,ggplot2,MATLAB等这样的绘图包,然而matplotlib默认设置绘制出来的图总让人感觉没有那么专业,ggplot2的图确实优美但是R语言又比较小众,MATLAB...(因为川建国同志,可能以后我们就不能用MATLAB绘图发表论文了)。在这种情况下,SciencePlots就是非常好的一个选择。

SciencePlots是一个专门为科研论文打造的轻量化的绘图工具包,安装SciencePlots最简单的方式是使用pip,使用的指令为:

# 安装最新版
pip install git+https://github.com/garrettj403/SciencePlots.git# 安装稳定版
pip install SciencePlots

安装完成后,使用SciencePlots也非常简单,只需要导入matplotlib工具包,选择相应的style即可。例如,如果想要给Science投稿,那么只需要引入下列的主题:

import matplotlib.pyplot as plt
plt.style.use('science')

需要使用IEEE的格式,则是

import matplotlib.pyplot as plt
plt.style.use(['science','ieee'])

但是需要注意的是,IEEE的格式会覆盖一些Science的风格,例如列宽,行距等。

接下来,用一些例子来展示一下SciencePlots的用法和具体的效果,首先,引入一些初始的数据并进行绘制。

import numpy as np
import matplotlib.pyplot as plt
def model(x, p): return x ** (2 * p + 1) / (1 + x ** (2 * p))
x = np.linspace(0.75, 1.25, 201)

如果不使用SciencePlots,使用matplotlib的绘制代码:

fig, ax = plt.subplots()
for p in [10, 15, 20, 30, 50, 100]:      ax.plot(x, model(x, p), label=p)
ax.legend(title='Order')
ax.set(xlabel='Voltage (mV)')
ax.set(ylabel='Current ($\mu$A)')
ax.autoscale(tight=True)
fig.savefig('fig1.jpg', dpi=300)

绘制结果如下:

无论是形状,字体看上去都并不专业。如果我们稍加改造,使用SciencePlots中Science的提交格式,上面的图片就会变为:

无论是坐标轴的刻度线,字体都变得高大上了很多。具体的做法也非常简单,只需要一行简单的with语句就可以完成字体,坐标轴,图例等诸多任务,代码为:

with plt.style.context(['science']):fig, ax = plt.subplots()        for p in [10, 15, 20, 30, 50, 100]:               ax.plot(x, model(x, p), label=p)        ax.legend(title='Order')        ax.set(xlabel='Voltage (mV)')        ax.set(ylabel='Current ($\mu$A)')        ax.autoscale(tight=True)        fig.savefig('figures/fig1.pdf')        fig.savefig('figures/fig1.jpg', dpi=300)

OK,SCI中了,现在我们需要投个CVPR什么的了。IEEE要求黑白印刷出来的文章也需要能够区分颜色。之前我们还需要查IEEE颜色表什么的,但是现在,类似的,我们只需要修改一下with语句,就可以得到IEEE样式的:

with plt.style.context(['science', 'ieee']):fig, ax = plt.subplots()    for p in [10, 20, 50]:       ax.plot(x, model(x, p), label=p)    ax.legend(title='Order')    ax.set(xlabel='Voltage (mV)')    ax.set(ylabel='Current ($\mu$A)')    ax.autoscale(tight=True)    fig.savefig('figures/fig2.pdf')    fig.savefig('figures/fig2.jpg', dpi=300)

图片的效果则变为了:

除了二维的线图(line plot),散点图同样可以绘制:

with plt.style.context(['science', 'scatter']):    fig, ax = plt.subplots(figsize=(4,4))    ax.plot([-2, 2], [-2, 2], 'k--')    ax.fill_between([-2, 2], [-2.2, 1.8], [-1.8, 2.2], color='dodgerblue', alpha=0.2, lw=0)    for i in range(7):        x1 = np.random.normal(0, 0.5, 10)        y1 = x1 + np.random.normal(0, 0.2, 10)        ax.plot(x1, y1, label=r"$^\#${}".format(i+1))    ax.legend(title='Sample', loc=2)    ax.set_xlabel(r"$\log_{10}\left(\frac{L_\mathrm{IR}}{\mathrm{L}_\odot}\right)$")    ax.set_ylabel(r"$\log_{10}\left(\frac{L_\mathrm{6.2}}{\mathrm{L}_\odot}\right)$")    ax.set_xlim([-2, 2])    ax.set_ylim([-2, 2])    fig.savefig('figures/fig3.pdf')    fig.savefig('figures/fig3.jpg', dpi=300)

图片结果如下:

除了不同样式,不同杂志之外,SciencePlots同样提供了不同风格的配色方案,高对比度(high-vis)风格。

颜色明快(bright)风格:

活泼配色(vibrant)风格:

没那么花哨(muted)的风格:

复古(retro)的风格:

最有意思的是,不知道是不是怕从Apple Store下架,SciencePlots还加了一个黑色模式(dark_background)。

想要了解更多有关SciencePlots的内容,可以去SciencePlots的官方Github了解更多。

Github链接附上: https://github.com/garrettj403/SciencePlots。

AIZOO,打造中国最大的深度学习和人工智能社区,欢迎关注我们,也欢迎添加下方小助手的微信,邀请您加入我们的千人深度学习爱好者社区。

欢迎扫描下方的二维码添加小助手微信,邀请您加入我们的微信交流群。

群里有多位清北复交的大佬和众多深度学习er在一起愉快的交流技术,欢迎你的加入哦。

 添加小助手微信,邀您进AIZOO技术交流群

听说点在看的,论文都会发到手软~

这篇关于简单好用的深度学习论文绘图专用工具包--Science Plot的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/999455

相关文章

springboot简单集成Security配置的教程

《springboot简单集成Security配置的教程》:本文主要介绍springboot简单集成Security配置的教程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录集成Security安全框架引入依赖编写配置类WebSecurityConfig(自定义资源权限规则

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

如何使用Python实现一个简单的window任务管理器

《如何使用Python实现一个简单的window任务管理器》这篇文章主要为大家详细介绍了如何使用Python实现一个简单的window任务管理器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起... 任务管理器效果图完整代码import tkinter as tkfrom tkinter i

Redis中高并发读写性能的深度解析与优化

《Redis中高并发读写性能的深度解析与优化》Redis作为一款高性能的内存数据库,广泛应用于缓存、消息队列、实时统计等场景,本文将深入探讨Redis的读写并发能力,感兴趣的小伙伴可以了解下... 目录引言一、Redis 并发能力概述1.1 Redis 的读写性能1.2 影响 Redis 并发能力的因素二、

C++中函数模板与类模板的简单使用及区别介绍

《C++中函数模板与类模板的简单使用及区别介绍》这篇文章介绍了C++中的模板机制,包括函数模板和类模板的概念、语法和实际应用,函数模板通过类型参数实现泛型操作,而类模板允许创建可处理多种数据类型的类,... 目录一、函数模板定义语法真实示例二、类模板三、关键区别四、注意事项 ‌在C++中,模板是实现泛型编程

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言

使用EasyExcel实现简单的Excel表格解析操作

《使用EasyExcel实现简单的Excel表格解析操作》:本文主要介绍如何使用EasyExcel完成简单的表格解析操作,同时实现了大量数据情况下数据的分次批量入库,并记录每条数据入库的状态,感兴... 目录前言固定模板及表数据格式的解析实现Excel模板内容对应的实体类实现AnalysisEventLis

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

Java中数组转换为列表的两种实现方式(超简单)

《Java中数组转换为列表的两种实现方式(超简单)》本文介绍了在Java中将数组转换为列表的两种常见方法使用Arrays.asList和Java8的StreamAPI,Arrays.asList方法简... 目录1. 使用Java Collections框架(Arrays.asList)1.1 示例代码1.

Redis 内存淘汰策略深度解析(最新推荐)

《Redis内存淘汰策略深度解析(最新推荐)》本文详细探讨了Redis的内存淘汰策略、实现原理、适用场景及最佳实践,介绍了八种内存淘汰策略,包括noeviction、LRU、LFU、TTL、Rand... 目录一、 内存淘汰策略概述二、内存淘汰策略详解2.1 ​noeviction(不淘汰)​2.2 ​LR