《科研论文配图绘制指南——基于Python》Python for Research Paper Figures

就科研绘图本身而言，目前可供选择的绘图工具非常丰富。比如常用的Origin、Sigmaplot、Visio、MATLAB等，它们各有优势和不足，总体来说，都可以满足日常科研需求。

本书聚焦Python语言生态相关的绘图工具，其主要特色是可以与基于Python语言的业务处理功能（如当前大多数机器学习相关的科研工作）无缝链接，并提供编程灵活控制。这方便科研人员及时检查、展示相关过程和结果数据，同时减轻了学习其他非Python科研绘图工具的负担。

本书以体系化的方式给出了科研常见绘图的制作方法，共分为8章，主要内容如下：

第1章介绍学术论文插图绘制的规范性和基本原则，以及学术论文插图的配色基础；

第2章介绍绘制学术论文插图的主要工具，并重点介绍Matplotlib、Seaborn、ProPlot以及SciencePlots工具包的语法和重要特征；

第3章介绍学术论文中常见的单变量图及其绘制方法，包括直方图、密度图、Q-Q图等；

第4章介绍学术论文中常见的双变量图及其绘制方法，具体包括误差线、柱形图、箱线图、相关性散点图以及矩阵热力图等；

第5章介绍学术论文中常见的多变量图及其绘制方法，包括等高线图、点图系列、三元相图、3D图系列以及RadViz图等；

第6章介绍学术论文中常见的空间数据型图及其绘制方法，包括分级统计地图、连接线地图、等值线地图以及子地图等；

第7章介绍学术论文中常见的可视化图及其绘制方法，包括配对图系列、韦恩图、泰勒图以及漏斗图等；

第8章通过案例介绍学术论文插图的绘制技术。

上述内容分别从科研绘图原则、具体工具、常见科研类型图的绘制以及学术论文图要求及案例等方面，循序渐进地对科研绘图的关键要素进行了讲解。这本书是一本利用Python编程进行科研绘图的辅助读物，值得科研人员参考。