SciencePlots

参考：https://github.com/garrettj403/SciencePlots

不得不说随着顶会投稿数量的爆炸性增长，审稿人力不从心，使得一部分审稿人的水平确实较之前有所降低，但是好的论文配图会增加论文脱颖而出的可能。之前的配图一般使用的是matplotlib，ggplot2，MATLAB等这样的绘图包，然而matplotlib默认设置绘制出来的图总让人感觉没有那么专业，ggplot2的图确实优美但是R语言又比较小众。在这种情况下，SciencePlots就是非常好的一个选择。

SciencePlots是一个专门为科研论文打造的轻量化的绘图工具包，安装SciencePlots最简单的方式是使用pip，使用的指令为：

# 安装最新版
pip install git+https://github.com/garrettj403/SciencePlots.git

# 安装稳定版
pip install SciencePlots

安装完成后，使用SciencePlots也非常简单，只需要导入matplotlib工具包，选择相应的style即可。例如，如果想要给Science投稿，那么只需要引入下列的主题：

import matplotlib.pyplot as plt
import scienceplots
plt.style.use('science')

需要使用IEEE的格式，则是

import matplotlib.pyplot as plt
import scienceplots
plt.style.use(['science','ieee'])

但是需要注意的是，IEEE的格式会覆盖一些Science的风格，例如列宽，行距等。

接下来，用一些例子来展示一下SciencePlots的用法和具体的效果，首先，引入一些初始的数据并进行绘制。

import numpy as np
import matplotlib.pyplot as plt
def model(x, p): 
   return x ** (2 * p + 1) / (1 + x ** (2 * p))
x = np.linspace(0.75, 1.25, 201)

我们只需要使用with语句就可以临时使用SciencePlots

# science风格
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)
# ieee风格
with plt.style.context(['science', 'ieee']):
    fig, ax = plt.subplots()    
    for p in [10, 20, 50]:       
       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/fig2.pdf')    
    fig.savefig('figures/fig2.jpg', dpi=300)