python - 科研文献作图复现1_文献复现

记录阅读文献过程中，通过python复现原文的一些脚本

• 想要复现的文章原图如下所示

原文链接：

• https://file.scirp.org/Html/4-2430166_82999.htm

首先，对于原图进行简要观察。

• 这是一张折线图，绘制了6条不同颜色的折线来表示不同变量，横轴的单位统一为时间：月份的英文首字母缩写。比较有意思的是，每个y轴的上限都是不同的，每条曲线对应的标签也是不同的，y轴对应的标签也不同的。同时，每条曲线的y轴将小的间隔也显示出来了。
• 这里简要分析得到：原文作者可能是将6个子图拼接起来，对于各个子图的边框进行一些调整，使得让人感觉是绘制在一张图上。所以，主要解决6个子图无缝连接的问题就可以还原原图了。
• 以下是主要复现的point：
  • 多子图上下边界凭借
  • 子图y轴显示为不同位置，原本默认在左侧，需要调制至右侧
  • 子图y轴标签的颜色

这里主要用到两个库： matplotlib（绘图）、numpy（数据），为了减少代码量，这里仅以3个子图举例。

多子图的拼接

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 12, 1) # 横坐标数据为从0到10之间，步长为0.1的等差数组
y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值
plt.rcParams['font.family'] = 'Times New Roman'
fig, axs = plt.subplots(3, 1, sharex=True,dpi=200)
# Remove horizontal space between axes
fig.subplots_adjust(hspace=0.0)
1
2
3
4
5
6
7
8

这里，通过调整hspace这个参数就可以实现多子图之间的距离：
hspace=0.0
hspace=0.5

hspace=-0.5

调整子图的边框

这里需要将第一个子图的下边框、第二个子图的上下边框、以及第三个子图的上边框设置为不可见：

axs[0].spines['bottom'].set_color('none')
axs[1].spines['bottom'].set_color('none')
axs[1].spines['top'].set_color('none')
axs[2].spines['top'].set_color('none')
1
2
3
4

这里加了一点额外的内容，将不同子图y轴以及y轴每个单位对应标签的颜色分别设置为红色、蓝色和黑色：

axs[0].spines.left.set_color('r')
axs[0].spines.right.set_color('r')
axs[1].spines.right.set_color('b')
axs[1].spines.left.set_color('b')

axs[0].tick_params(axis='y',colors='r')
axs[1].tick_params(axis='y',colors='b')
axs[2].tick_params(axis='y',colors='k')
1
2
3
4
5
6
7
8

这里随便绘制三条曲线：

x = np.arange(0, 12, 1) # 横坐标数据为从0到10之间，步长为0.1的等差数组
y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值
axs[0].plot( x,y,'r',label='red')
axs[1].plot(x,-y,'b',label='blue')
axs[2].plot(x,y*y,'k',label='black')
1
2
3
4
5

设置y轴单位的位置为右侧，并设置x轴的单位为月份

这里自定义设置x轴的单位，需要注意一个问题，你x轴的array有12个，你对应的xlabels就得是12个，数量要对的上，不然会报错。（可以用空的' '

axs[1].yaxis.set_ticks_position('right')  # axs[0].yaxis.tick_right()
axs[0].set_xticks(x)
axs[0].set_xticklabels(['J','F','M','A','M','J','J','A','S','O','N','D'],rotation=45)
1
2
3

添加y轴的label，并设置y轴的label在子图的右侧

axs[0].set_ylabel('fig1_ylabel',c='r')
axs[1].set_ylabel('fig2_ylabel',labelpad=-370,c='b')
axs[2].set_ylabel('fig3_ylabel')
1
2
3

使各个子图的左右上下的边框的tick对称：

axs[0].tick_params(which='major', 
                    direction='out', 
                    bottom=False, left=True, right=True, top=True)
axs[1].tick_params(which='major', 
                    direction='out', 
                    bottom=False, left=True, right=True, top=False)
axs[2].tick_params(which='major', 
                    direction='out', 
                    bottom=True, left=True, right=True, top=False)
1
2
3
4
5
6
7
8
9

设置y轴tick的单位间隔，显示最小的单位间隔

from matplotlib.ticker import AutoMinorLocator, MultipleLocator
axs[0].tick_params(which='minor', 
                    direction='out', 
                    colors='r')
for i ,ax in enumerate(axs):
    print(i)
    ax.tick_params(which='both', 
                        direction='out', 
                        left=True, right=True,
                        width=2,
                        )
    ax.yaxis.set_minor_locator(AutoMinorLocator(5))
1
2
3
4
5
6
7
8
9
10
11
12

最后，将代码封装一下，再加一点其他的：

import matplotlib.pyplot as plt
import numpy as np


def plot_line():
    
    plt.rcParams['font.family'] = 'Times New Roman'
    fig, axs = plt.subplots(3, 1, sharex=True,dpi=200)
    # Remove horizontal space between axes
    fig.subplots_adjust(hspace=0)
    #################################################################################
    ####                            set  spines color
    #################################################################################
    axs[0].spines['bottom'].set_color('none')
    axs[1].spines['bottom'].set_color('none')
    
    axs[1].spines['top'].set_color('none')
    axs[2].spines['top'].set_color('none')
    axs[0].spines.left.set_color('r')
    axs[0].spines.right.set_color('r')
    axs[1].spines.right.set_color('b')
    axs[1].spines.left.set_color('b')
    
    axs[0].tick_params(axis='y',colors='r')
    axs[1].tick_params(axis='y',colors='b')
    axs[2].tick_params(axis='y',colors='k')
    #################################################################################
    ####                             plot line
    #################################################################################
    
    x = np.arange(0, 12, 1) # 横坐标数据为从0到10之间，步长为0.1的等差数组
    y = np.sin(x) # 纵坐标数据为 x 对应的 sin(x) 值
    axs[0].plot( x,y,'r',label='red')
    axs[1].plot(x,-y,'b',label='blue')
    axs[2].plot(x,y*y,'k',label='black')
    #################################################################################
    ####                             set yticks position
    #################################################################################
    axs[1].yaxis.set_ticks_position('right')  # axs[0].yaxis.tick_right()
    axs[0].set_xticks(x)
    axs[0].set_xticklabels(['J','F','M','A','M','J','J','A','S','O','N','D'],rotation=45)
    
    axs[0].set_ylabel('fig1_ylabel',c='r')
    axs[1].set_ylabel('fig2_ylabel',labelpad=-370,c='b')
    axs[2].set_ylabel('fig3_ylabel')
    axs[2].set_xlabel('Time : month')
    
    
    
    axs[0].tick_params(which='major', 
                        direction='out', 
                        bottom=False, left=True, right=True, top=True)
    axs[1].tick_params(which='major', 
                        direction='out', 
                        bottom=False, left=True, right=True, top=False)
    axs[2].tick_params(which='major', 
                        direction='out', 
                        bottom=True, left=True, right=True, top=False)
    
    from matplotlib.ticker import AutoMinorLocator, MultipleLocator
    axs[0].tick_params(which='minor', 
                        direction='out', 
                        colors='r')
    for i ,ax in enumerate(axs):
        print(i)
        ax.tick_params(which='both', 
                            direction='out', 
                            left=True, right=True,
                            width=2,
                            )
        ax.yaxis.set_minor_locator(AutoMinorLocator(5))
        
    fig.legend(['red','blue','black'],ncol=3,
               bbox_to_anchor=(0.56,1),frameon=False)    
    plt.show()
if __name__=='__main__':

    print('drawing ')
    plot_line()
    # if i<2:
        # ax.spines['bottom'].set_color('none')
        # ax.tick_params(which='major',bottom=False)
        # ax.tick_params(axis='y',direction='out',length=4,)
# x = np.random.random(15)
# y = x

# axs[1].axis["right2"] = ax.new_fixed_axis(loc="right", offset=(20, 0))
# axs[1].axis["right2"].label.set_text("Label Y2")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89

除了数据的部分，其他都可以通过参数自由调整，总体来说还是

此外，使用 fig.add_axes([])可以更灵活的设置子图的位置，这里就不展示了。代码中许多地方可以更简洁，使用循环或者封装的使得代码更简便，这里仅仅展示最基本的还原过程，欢迎大家分享更好更简单快捷的方法。