写在前面
前一段时间看到有推送说一个哈佛大学的小哥设计了一套适合于sci论文的matplotlib模板，使用这些模板直接可以绘制出sci风格的图表，所以自己试了一下，感觉还不错！
其实我们大多数人写论文的时候都会遇到需要做图的情况，如果使用Python绘制这些图像基本都是绕不开matplotlib这个库的，这个库的名字也是来源于MATLAB语言，这意味着可能用MATLAB绘制图像也是这个风格的，距离科研论文的图像总是觉得差了些什么。而origin、SPSS这些软件需要购买，破解软件装起来也麻烦，而且软件本身很重，用于普通的做图总是觉得会有一些麻烦。
B站上面的一个博主“毕导”有一期视频讲如何写毕业论文的时候说过这么一句话，论文的图像的审美标准只有一个字——丑。而我们使用matplotlib绘图时，虽然已经很丑了，但是还是丑的差了点什么。这个模板就可以很有效的节省我们“美化”图片时的调整时间。
闲话少说开始今天的正文。
安装
方法一
首先这个项目已经开源到github上面了，地址是这里，里面详细介绍了如何装这个库以及如何使用。安装其实很简单哈，就是一行命令就可以了：
pip install git+https://github.com/garrettj403/SciencePlots.git
但是呢，我没有这么干。为什么呢？因为我们都知道，github最大的特点就是——慢！下载一个东西真的比龟速还要龟速。那有什么解决办法吗，我们中国版的github，码云（注意不是马云）很好的帮我们解决了这个问题。我们只需要在码云里面点击“从github导入仓库
然后把刚才复制的连接复制进去点确定就可以自动将github上面的仓库导入到码云上面了
之后我们再用git去安装就会快很多
pip install git+你的项目码云地址
方法二
当然上面一种方法是可以的，不过我本人是用的第二种方法：
首先按照上面的步骤，把github上面的仓库导入到码云上。
之后直接git clone 项目码云地址把整个仓库下载下来
然后新建一个python文件，运行下面的代码：
import matplotlib as mpl
print(mpl.get_configdir())
这样就可以看到你的matplotlib目录了，基本上都是当前用户文件夹下的.matplotlib文件夹，比如说Mac用户就是/Users/用户名/.matplotlib
然后打开那个文件夹，你就可以看到这个stylelib文件夹了（如果没有的话就自己新建一个）
然后把我们git clone下来的文件夹里面的所有.style，像我这样
这样我们就算安装完了
使用
安装完了我们当然是要迫不及待的试一下了！
github的文档里写的很清楚怎么用这个style
你可以这样：
import matplotlib.pyplot as plt
plt.style.use(['science','ieee'])
也可以这样
with plt.style.context(['science', 'ieee']):
plt.figure()
plt.plot(x, y)
plt.show()
这个时候我们就可以用官方事例中的一部分来实验一下了：
import numpy as np
from matplotlib import pyplot as plt
def model(x, p):
return x ** (2 * p + 1) / (1 + x ** (2 * p))
x = np.linspace(0.75, 1.25, 201)
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)
好的，运行之后，我们回看到这个错误：
RuntimeError: Failed to process string with tex because latex could not be found
意思是什么呢？latex找不到。latex在前面的推送中有提到过，这是一种论文的排版语言。当然你一定会想到，那我pip install latex不就行了吗，我自己当然也试过了！可是依然会报这个错误
这个时候我就有一点心态崩了，百度了一下说不是说你的Python没有安装latex，而是你的电脑环境里没有latex。这就很搞笑了，难道我为了画个图还要千辛万苦的安装latex？所以我给这个github写了一个issue说了这个问题
这个作者回复的非常快，不过情况有点尴尬：
大概意思就是说，这个问题我已经在FAQ（问答系统）里面回答过了，你能不能先看看啊！这就很尴尬，这件事情告诉我们，给github留言之前，一定要先看看你要问的有没有在FAQ里面已经出现过了，不然很容易被作者骂。
怎么解决这个问题呢？其实很简单，我们在style里面加一个no-latex就可以了，像这样：
import numpy as np
from matplotlib import pyplot as plt
def model(x, p):
return x ** (2 * p + 1) / (1 + x ** (2 * p))
x = np.linspace(0.75, 1.25, 201)
with plt.style.context(['science', 'no-latex']):
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)
执行这个代码，我们就可以顺理成章的拿到我们想要的结果了：
是不是特别的SCI！！
我们来对比一下加style和不加的区别：
我们可以看到变化是非常明显的，首先最明显的区别在于字体，这个style将字体设置为了论文中常用的Times New Roman，并且字号有了很大的提高，并且进行了加粗。
在图形这边，首先线条的颜色饱和度变得更高了，而且添加了横纵坐标的刻度。总理来说，非常符合论文图标的审美哈哈哈，就是那种，画出来就很SCI的感觉
注意事项
在使用matplotlib时我们经常需要使用中文，但是很遗憾哈，因为这个style是配置好了字体的，所以我们不能再自己去配置中文字体了。所以这个还是比较适合发英文论文的哈
写在最后
Python目前已经成为了一种比较常用的数据分析工具，这些style其实看起来没有那么高级，只是帮我们做了调节图像颜色配置等等的工作，真正的重点还是我们怎么去总计分析数据，如何去绘图，而调整图表只是数据分析中的一小部分罢了。
