- 综合排序
- 最热优先
- 最新优先
- 来自专栏科研猫
SCI论文绘图那些事
作为一名科学研究人员，在论文写作中肯定需要经常绘制各种各样的图表，科研论文中的图表是研究结果一种直观的显示方式。俗话说好马配好鞍，一个好的科研成果往往需要生动形象的表述才能让编辑和读者更容易看懂。 科研绘图，不同于我们常规的作图，要想做出高级的文章配图是一个大工程。在很多人眼里，科研绘图跟常规我们在网络中看到的各种图没有太大区别，只要把想要表达的意思讲清楚就行了。这种观念真的是大错特错！ 而恰恰相反，在我们周围的很多人对于科研绘图的重要性还没有一个清楚的认识，以致对于绘图中的很多要求和概念，我们并不知晓，更不要说画出来一副合格的Artwork。 今天我们就从最基础的知识点入手，讲讲关于科研绘图，有哪些你还不知道的事。 字体：Arial或 Times New Roman（部分期刊也接受Helvetica、Courier等字体） 字体大小：大部分SCI期刊对插图中文字号的要求在 6-12 pt 之间 线条粗细及颜色
2.5K30发布于 2019-11-01 - 来自专栏气象学家
Python气象绘图教程（十六）—Cartopy_6
cax=position, orientation='horizontal',shrink=1) cb.set_label('墒情利好<<<>>>作物可能绝收',fontdict={'size':6}
4.1K23发布于 2020-06-17 科研绘图系列：R语言绘制SCI论文代码合集
介绍 【科研绘图系列】R语言绘制SCI论文图合集 加载R包 library(ggplot2) library(tidyverse) library(reshape2) library(ggbeeswarm ) library(uwot) library(mixOmics) library(cowplot) 数据下载 所需要的数据的下载链接： 百度网盘链接: 从百度网盘下载 提取码: 前往R语言绘制SCI论文图合集获取 - levels(mat_col$outcome) #Plot data pdf(file = "heatmap_raw_titres_IgA.pdf", height = 4, width = 6) $outcome) <- levels(mat_col$outcome) pdf(file = "heatmap_raw_titres_IgG.pdf", height = 4, width = 6) 11)] <- OneMonth[,c(6:11)] / PreChallenge[,c(6:11)] # Keep data for participants with samples present
33510编辑于 2025-02-19- 来自专栏庄闪闪的R语言手册
基于 R 语言的科研论文绘图技巧详解（2）
第一幅图的介绍可见：基于 R 语言的科研论文绘图技巧详解（1）。后面几幅图会一一介绍，读者在学习过程中，可以将内部学到的知识点应用到自己的图形绘制中。 绘图 加载包 首先加载一些需要使用到的包。 quality bitmap library(ggforce) # Collection of additional ggplot stats + geoms 设置主题 接下来，为了方便起见，作者在绘图前设置好了主题 这里作者直接定义了对数正态密度函数，并确定了对应参数的值（mu=log(6),sigma= 0.14)。 并且函数设定来看，均值直接写在函数内部了，并没有赋值为 mu=log(6)。虽然结果相同，但是可读性不强。 绘图步骤详解 由于代码复杂，知识点较多，为了读者更好理解代码逻辑和含义，小编将其分布讲解。
1.3K20编辑于 2022-05-24 - 来自专栏庄闪闪的R语言手册
基于 R 语言的科研论文绘图技巧详解（4）
这个图在科研绘图中较为常用，例如：将算法的收敛情况和计算所耗时间同时绘制。 前三幅图的详细代码介绍可见：基于 R 语言的科研论文绘图技巧详解（3）基于 R 语言的科研论文绘图技巧详解（2）基于 R 语言的科研论文绘图技巧详解（1）。 绘图 加载包 首先加载一些需要使用到的包。 这一部分在第一篇推文 基于 R 语言的科研论文绘图技巧详解（1）给出，代码将在文末中完整代码给出。 手动修改大部分面板，具体可以参考本篇文章[2]。 学会融会贯通，用到自己的科研绘图中。 先简单绘制出线性图，可以看到：在 x 轴附近， y 轴下降的很快。
1.1K20编辑于 2022-05-24 - 来自专栏庄闪闪的R语言手册
基于 R 语言的科研论文绘图技巧详解（1）
绘图 加载包 首先加载一些需要使用到的包。 quality bitmap library(ggforce) # Collection of additional ggplot stats + geoms 设置主题 接下来，为了方便起见，作者在绘图前设置好了主题 plot.title = element_text(size = base_size, color = "black"), ) } 绘图步骤详解
1.8K20编辑于 2022-05-24 - 来自专栏庄闪闪的R语言手册
基于 R 语言的科研论文绘图技巧详解（3）
前两幅图的详细代码介绍可见：基于 R 语言的科研论文绘图技巧详解（2），基于 R 语言的科研论文绘图技巧详解（1）。 绘图 加载包 首先加载一些需要使用到的包。 48.60862 # 2 59.44292 # 3 44.47093 # 4 45.87919 # 5 37.43912 # 6 E8.5 44.47093 # 4 wildtype E8.5 45.87919 # 5 wildtype E8.5 37.43912 # 6 绘图步骤详解 这幅图的绘图代码比较传统，但是还是有些细节需要和大家分享下。
85730编辑于 2022-05-24 - 来自专栏张俊红
50种常见Matplotlib科研论文绘图合集！赶紧收藏~~
6、边缘直方图 （Marginal Histogram） 边缘直方图具有沿 X 和 Y 轴变量的直方图。这用于可视化 X 和 Y 之间的关系以及单独的 X 和 Y 的单变量分布。
6.2K20编辑于 2022-06-07 - 来自专栏清南-我的生信入门笔记
2023.4生信马拉松day6-绘图
patchwork（最新的、兼容性好、代码简单，用这一个就够够的了）-（3）导出：ggsave（是ggplot2里的一个函数）、eoffice-topptx（把图片导成ppt）、经典三段论2.基础包-（1）高级绘图函数画完整的图用的 ，可以单独运行；-（2）低级绘图函数用于给图片添加点/线/标注；不能单独运行；plot(iris[,1],iris[,3],col = iris[,5]) #画图#给图片加标注text(6.5,4, hello') #没有前一行的话这行单独运行不了的3. ggplot2：中坚力量，语法有个性-（1）ggplot2的特殊语法：列名行名输入时不带引号，行末写+号连接不同函数（最后一行不用）；-（2）初级绘图模板 ；#group = 1是指把所有的数据作为一个整体，否则会把每一个柱子都画成1；练习6-2尝试写出下图的代码；尝试在此图上叠加点图。 aspect.ratio = 1) + labs(x = NULL, y = NULL)barbar + coord_flip()bar + coord_polar()ggplot2 小结——完整的绘图模板图片练习
1.5K30编辑于 2023-04-17 - 来自专栏贾志刚-OpenCV学堂
【论文推荐】《目标检测》必看的6篇论文【附pdf】
下面给大家介绍6篇有价值的目标检测论文，希望对大家的研究和工作有所帮助~ 凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。 本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 03 推荐理由：这篇论文为第一篇基于深度学习的无监督跨域目标检测论文，该文章对Faster R-CNN的图像级和实例级特征同时作对抗域自适应。 这次我们请来了BAT算法工程师——张老师，推出【目标检测】论文精讲直播，为期2天，对论文和实验结果进行手把手分析，还有直播现场互动答疑，彻底夯实目标检测基础。 1.YOLO V3论文精读 2.YOLO V3细节讲解 3.实验结果分析 4.论文总结 ↓ 前方福利 ↓ 原价399元，现在0.1元领取！
1.8K50编辑于 2022-04-28 - 来自专栏arXiv每日学术速递
【论文推荐】《目标检测》必看的6篇论文【附pdf】
下面给大家介绍6篇有价值的目标检测论文，希望对大家的研究和工作有所帮助~ 凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。 本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 02 推荐理由：这篇论文作者提出一种简单而高效的通过解耦特征进行目标检测的蒸馏方法。 03 推荐理由：这篇论文为第一篇基于深度学习的无监督跨域目标检测论文，该文章对Faster R-CNN的图像级和实例级特征同时作对抗域自适应。 那么这些目标检测的论文怎样才能又好又快地吃透呢？ 无非三个步骤：泛读、精读、代码复现。
1K20编辑于 2022-05-23 CodeBuddy-打造一款科研论文绘图利器PlotBuddy
其中，经常会出现一些局部细节放大展示的图像，也就是“画中画”的效果，如下所示：图片图片图片图片图片为了快速实现这一效果，我选择基于CodeBuddy平台打造了专注于科研绘图的轻量工具——PlotBuddy 它不仅支持高质量的“画中画”图像生成，还提供可视化参数控制、样式定制、多区域联动放大等功能，帮助科研人员更高效地完成论文插图工作，让科研绘图也能“所见即所得”。 于是打算借助CodeBuddy的力量来打造一款绘图利器——PlotBuddy，满足科研工作者需求，又具备良好可拓展性的论文绘图利器。同时，也来测试一下CodeBuddy这款工具的实际效果。 需求观察前面给出的一些论文插图以及结合目前的代码，发现主要有以下这些需求：功能点 说明放大区域位置可选放大视图不局限在下方，比如左上、右下等，支持自定义多个放大区域 支持多处细节放大展示，互不遮挡 由CodeBuddy和我共同开发的绘图利器PlotBuddy，希望能够为有相关需求的伙伴带来便利。⭐最后再让CodeBuddy帮我写一份README，收工。
62831编辑于 2025-05-22- 来自专栏R语言数据分析指南
跟着Nature学绘图(6) PCA分析图表可视化
❝本节来继续进行论文图表复现，主要还是基于「ggplot2」来进行数据可视化 ❞ ❝近期系统整理了一下公众号所写过的一些经典文档，如果需要获取全部代码的欢迎加入小编的VIP交流群，「付费99元，周期一年
80220编辑于 2022-09-21 - 来自专栏数据 学术 商业 新闻
一键绘制出版级论文配图，绘图小白福音...
今天是我的可视化学习社群上线的第46天，目前学员129人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供「课堂式」教学视频，还有更多拓展内容，可视化技巧远超书籍本身 ggpubr-一键绘制出版级论文配图 在和学员交流问题的时候，很多刚入门的同学都在咨询， 如何能让自己绘制的图形快速符合论文出版需求，而不是花费时间去设置图层属性？ 的R语言可视化绘图工具包，它提供了一系列简单易用的函数，用于创建高质量的出版级别的统计图形。 ggpubr的目标是简化复杂的绘图操作，使用户能够通过几行代码快速创建美观且具有信息丰富的图形。 主要功能和绘图函数： ggline()：创建线图，用于展示变量之间的趋势和关系。可以支持多组数据，自动添加置信区间和显著性标记。 ggscatter()：创建散点图，用于展示两个连续变量之间的关系。
1K10编辑于 2024-01-15 - 来自专栏3D视觉从入门到精通
目标检测领域必看的6篇论文
下面给大家介绍6篇有价值的目标检测论文，希望对大家的研究和工作有所帮助~ 凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。 本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 02 推荐理由：这篇论文作者提出一种简单而高效的通过解耦特征进行目标检测的蒸馏方法。 03 推荐理由：这篇论文为第一篇基于深度学习的无监督跨域目标检测论文，该文章对Faster R-CNN的图像级和实例级特征同时作对抗域自适应。 那么这些目标检测的论文怎样才能又好又快地吃透呢？ 无非三个步骤：泛读、精读、代码复现。
93230编辑于 2022-06-28 - 来自专栏人工智能与演化计算成长与进阶
一起来学matlab-matlab学习笔记8 基本绘图命令_6 三维绘图
三维绘图命令plot3 plot3命令将绘制二维图形的函数plot的特性扩展到三维空间图形。 高级三维绘图改进命令 ? 高级三维绘图改进命令 ? (2,2,3);surfl(X,Y,Z, [40,45],[.6 .6 .4 10]); shading interp subplot(2,2,4);surfl(X,Y,Z, [60,45],[.9 .6 .4 10]); shading interp ?
1.9K10发布于 2020-08-14 - 来自专栏好奇心Log
python绘图 | IPCC-AR6最新气候分区掩膜示例
里专门用来做地理空间掩膜的一个库 在选择掩膜区域的时候，regionmask大概可以分以下几种方法： regionmask本身定义了在科学文献中常用的地理分区，包括Giorgi分区，SREX分区和AR6分区 利用NaturalEarth提供的数据，提取国家或者陆地区域 使用numpy或者xarray中的区域 使用shapefiles对感兴趣区域进行掩膜 示例数据 数据简单可视化 AR6掩膜地理分区 做科研的人可能更对的会对科学文献中常用的地理分区比较感兴趣 ，比如最新的AR6分区，将全球划分为58个地理区域，具体分区见下： 下面使用AR6分区对数据进行掩膜，选取其中的EAS和TIB为研究区域，对其他无关区域进行掩膜 Natural Earth掩膜海陆
1.8K21发布于 2020-10-15 - 来自专栏气象学家
python绘图 | IPCC-AR6最新气候分区掩膜示例
里专门用来做地理空间掩膜的一个库 在选择掩膜区域的时候，regionmask大概可以分以下几种方法： regionmask本身定义了在科学文献中常用的地理分区，包括Giorgi分区，SREX分区和AR6分区 AR6掩膜地理分区 做科研的人可能更对的会对科学文献中常用的地理分区比较感兴趣，比如最新的AR6分区，将全球划分为58个地理区域，具体分区见下： ? ? 下面使用AR6分区对数据进行掩膜，选取其中的EAS和TIB为研究区域，对其他无关区域进行掩膜 ? ?
2.7K20发布于 2020-09-22 - 来自专栏漫漫深度学习路
python绘图：matplotlib绘图（2）
matplotlib绘图（2） plt.bar colors=["#348ABD","#A60628"] plt.bar([0,.7], prior, alpha=0.70, width=0.25, color
2.1K50发布于 2018-01-02 - 来自专栏小点点
（七）Python绘图基础：Matplotlib绘图
子图-subplot() 子图-subplots() 子图-axes() ---- Matplotlib绘图 最著名Python绘图库， 主要用于二维绘图 – 画图质量高 – 方便快捷的绘图模块 绘图 API——pyplot模块 折线图 绘制一组数据 代码如下所示： import matplotlib.pyplot as plt plt.plot(range(7),[3, 4, 7, 6, 3, 7, scatter函数之外，还可以使用plot函数后加参数'o'来实现，代码如下所示： import matplotlib.pyplot as plt plt.plot(range(7),[3, 4, 7, 6, 绘制散点图 plt.show() 运行结果如下所示： 条形图（竖） 代码如下所示： import matplotlib.pyplot as plt plt.bar(range(7),[3, 4, 7, 6, \huitu1.jpg') plt.show() 运行结果如下所示： 绘制子图 在Matplotlib中绘图在当前图形（figure）和当前坐标系（axes）中进行，默认在一个编号为1的figure中绘图
2.9K20编辑于 2022-12-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号