如何利用Python繪製學術論文圖表方法

論文中圖表形式多樣，常用的處理工具有excel、MATLAB以及Python等，excel自處理的方法有兩個缺陷：

1.當數據較多時，容易出現excel「翻白眼」的現象；

2.需要使用subplot功能或批次處理時，使用MATLAB或Python更為方便；

#3.excel處理的圖在美觀程度上較論文圖表標準有一定的距離。比較MATLAB以及Python的plot功能，從圖的美觀角度出發，Python稍佔優勢，下文講簡要介紹將excel中的資料提取到Python中並利用Python的matplotlib庫製圖的過程。

 一.如何將Excel中的資料匯入Python中：

此部分主要介紹如何將Excel中的資料導入python中（原始資料可能在.txt或.out檔案中，且資料較為繁雜，可以先利用MATLAB或python將資料處理存入Excel中，包含一些簡單的計算、排列等，以便於之後的繪圖，或直接利用python提取.txt中數據，在此不做詳細介紹），主要方法是利用python的xlrd庫，流程如下：

# 导入xlrd库
import xlrd
# 读取指定Excel文件(此处为excel_dir)中的数据
data=xlrd.open_workbook(excel_dir)
# 读取指定data中某sheet(此处命名为sheetname)中的数据
table=data.sheet_by_name(sheetname)
#读取table中某一列的数据
needs=table.col_values(0)

 其中有幾個需要說明的點：

1.excel_dir和sheetname如何定義？

excel_dir應寫成字串的格式（即' '或" "），最終應以.xls或.xlsx等Excel的後綴結尾，例如讀取Administrator桌面上的名result.xls的檔案可寫成：

excel_dir = 'C:\Users\Administrator\Desktop\result.xls'data=xlrd.open_workbook(excel_dir)

sheetname定義的方法同上，除此之外sheet還有透過索引順序的讀取方法：

table = data.sheets()[0]       #通过索引顺序获取
table = data.sheet_by_index(0) #通过索引顺序获取

#2.如何讀取某一單元格或某行的資料？

流程中所示為讀取某sheet中某列的數據，同理某行數據為：

table.col_values(i)

讀取某單元格資料指令為：

table.cell(i,j).value

 3.讀取某行或某列資料時，資料的範圍是什麼？

舉例：當某sheet中表格如下時，會讀取4×3表格中的資料。

 

#即若想讀取B列數據，程式碼要寫為

table.col_values(1)

注意：python是從0開始計數的，故column number應為1，此時計入的資訊為：[u'' ,u'',4,u'']

且注意table的維度由各個sheet決定，及若某excel表格有多個sheet，可能出現list長度不同的情況。

4.如果想取某一列2-5行如何做呢？

table.col_values(i)[1:5]

5.若想取到最後一個數字，該如何寫程式碼？

由於各行/列的資料型態可能不同，可能會出現第一列僅4個數字，而第二列有9個數字，而最多的一列有100個數字等類似的情況，若直接用取整列的指令，會使list中摻入u''，導致下一步的繪圖出錯，此時可以使用如下方法：

a_col=table.col_values(i)
a=a_col[0,a_col.index(u'')]

但需注意，此指令不能對控制行數的列使用，否則也會報錯，可編寫其他判斷語句進行鑑別是否使用該指令。

 

二.如何利用Python進行繪圖：

這裡介紹利用matplotlib函式庫進行繪圖的方法，首先應匯入matplotlib函式庫：

#

import numpy as npimport matplotlib.pyplot as plt

##繪圖方法很簡單，大致流程如下：

# 绘图命令，1为图号，并设置figsize
fig_drift= plt.figure(1,figsize=(12,4))
# 设置数据在x轴和y轴的坐标，以及颜色、标签等属性，此处用了两组数据
plt.plot(drift[0], story,"g-",label='$Damped$')
plt.plot(drift[1], story,"r-.",label='$Undamped$')
# 设置x轴和y轴的标签
plt.xlabel('Drift')
plt.ylabel('Storey')
# 选择显示数据组标签
plt.legend()
# 设置x轴和y轴的间隔及范围
plt.xticks((0.000,0.005,0.010,0.015))
plt.yticks(range(1,5,1))
# 设置图名
plt.title('minor')

#其中需要說明的幾點：

1.如何繪製多圖？

很簡單，只要在設定了圖號名稱之後，插入：

ax2 = plt.subplot(132)
plt.sca(ax2)

后面的命令与前述一致，值得一提的是，plt.subplot(131)指的是绘制一个含有1×3子图的图，且ax1代表的是第2张图，而plt.sca(ax2)表示选择该子图。

2.设置x轴、y轴以及其他命令如何判断是赋予哪张图的属性呢？

matplotlib会直接将该属性赋予上一plot对象。

3.如何绘制散点图？

把pl.plot(x, y)改成pl.plot(x, y, 'o')即可。

4.其他一些设置参数：

# 设置x轴和y轴的上下限
pl.xlim(i, j)
pl.ylim(m,n)
# 显示图
pl.show()
# 保存图，自动存为png格式
plt.savefig(dir+name.png,dpi=600）

除此之外还支持设置x轴（y轴）坐标显示，绘制饼状图、直方图等功能，在此不再一一介绍。

 

三.说点题外话：

曾经看过一句话：“世界上没有烂语言，只有写语言的烂人”。

每种语言各自有其优势，也有其劣势，在此不做过多评价。如何利用语言实现绘图或达到更多目标，在于我们如何选择。恰到好处地使用for或def、class等语句，能使一段代码如虎添翼，写在这里，作为给自己的提醒：遇到问题先明确方法、形成体系再进入编写，不要盲目地将看似正确的语言进行强行拼凑，返工率极高。

更多如何利用Python繪製學術論文圖表方法相关文章请关注PHP中文网！