前几天有同学私信给小编,让我推荐好用的科研绘图软件,其实小编之前的推文也推荐过基于Python编写的超好用的科研绘图软件Veusz(这个免费绘图软件包含了你所需要的全部论文配图~~)。今天,小编就再推荐给大家一个免费开学的科研绘图神器-AlphaPlot,还支持直接下载使用,真的科研学术绘图必备,好了,话不多说,直接介绍,内容如下:
这两天有一个学员给我私信,咨询有没有一个工具可以快速完成指定SCI期刊(如Nature)配图的格式(字体、图形刻度、色系等)。
上文分享了一些matlab的绘图方法,也给读者推荐3本科研绘图的参考书。同时文末活动(欢迎大家文末留言分享matlab的高阶绘图应用方法,精选3位读者,赠送《MATLAB科研绘图与学术图表绘制从入门到精通》一本)
cf-plot 是一套 Python 绘图案例,用于绘制气候研究人员常用的等值线图、矢量图和折线图。制作等值线图的数据可通过cf-python传递给 cf-plot,如下例所示:
在新增我们的统计可视化课程的时候,发现了贝叶斯分析,且其可视化结果也是应用非常广泛,本期推文就给大家简单介绍下Python和R语言中用于贝叶斯模型分析的好用的工具。
今天的提问环节是我们第一期可视化课程学员提供的,该同学在学习完我们的第一期课程之后,还是觉得自己的配色不是太好看,让我推荐几个好用的颜色工具包,如下:
说真的,我本身使用MATLAB的频率并不是很高,不过最近由于任务的需求,再系统学习MATLAB的绘图部分,也搜集到了横夺好用的绘图工具,特别是针对科研绘图的,趁着这次机会,给大家分享一下吧。
前段时间在谈论群里看到关于有哪些集成式科研绘图软件,看到有谈论origin、QtiPlot、SciDavis还有Graphpad prism等,小编其实最想说的比较方便灵活的集成式绘图软件-Excel,虽然对一些复杂的科研图表绘制可能还存在一些不足。今天小编就给大家介绍一个免费(上面介绍的软件有的是要付费的)的科研图表绘制软件-Veusz,主要内容如下:
最近在修订《科研论文配图绘制指南-基于Python》一书的部分章节时,发现在介绍森林图(forest plot) 的绘制方法较为繁琐,决定重新进行修订,当然,修订后的代码和介绍会发布到我们的学习圈子中。今天这篇推文就介绍一下Python绘制森林图的一个超简单工具包-MyForestPlot。
今天直接给大家介绍一下我最近常用的空间绘图神器-Xarray,之所以给大家推荐这个工具包,是因为我最近在空间可视化课程中免费新增的部分内容,其就是使用Xarray工具绘制的。先给大家看一下新增的可视化预览图:
R语言是一门实用的、自由开放的计算机语言。强大的统计绘图能力,唯美的绘图效果使得R语言倍受科研工作者青睐,在生物、医学、生态、农牧、环境、食品等诸多科研领域有着广泛的应用。已有越来越多的科研工作者、数据分析人员使用R语言,分析、挖掘自己的实验大数据,绘制高质量图片,发表高水平文章。要分析(特别是个性化分析)自己的实验数据,需要具备一定的计算机基础,这给“零基础学员”们带了不小的挑战。
Origin是一款强大的科研绘图软件,支持多种图表类型,数据处理和分析功能极为丰富。在这一部分,我们将详细介绍Origin的安装过程和基本设置,以确保您能够顺利运行软件。
今天我们的学员私信了我一个绘图经常遇到的问题,特别是绘制带有中文的论文配图时,就是如何在同一幅插图中同时显示中英文?如下:
R语言的学习途径主要有几个:一个是R语言书籍;一个是R帮助文档;还有就是R视频和一些干货教程了。越来越多的R学习者开始在网上分享自己的学习笔记,有的人会搭建自己的博客平台,有的人会使用现成的平台,其中最常用的就是公众号了。今天的推文我就分享5个我平时会经常看的,分享R语言学习笔记干货的公众号。
近日,哈工大又上了一波热搜,原因是哈工大学生收到「工科神器」MATLAB正版软件被取消激活的通知,显示相关授权已被中止。同样被禁用的还有哈工程学生。
科研绘图在国外已经非常流行,且被高度重视,国内科研人员也越来越重视科研方面的绘图。
往期的教程里详细为大家做了R语言安装和环境配置的课程,错过的喵咪们,课前赶紧复习一下吧。生物信息系列课程-R语言入门;挖掘GEO速成SCI文章系列教程(3)-R语言基础。古语云“字如其人”,现在讲“第一印象”,说的都是形象、气质的重要作用,在科研领域而言,规范的、高质量的图片是发表高水平文章的必备条件。有请我们科研猫特聘作图系列讲师,飞飞老师~
这几个问题都是问得比较多,也是大家在实际科研中遇到比较多的绘图问题。下面针对每个问题给出解答:
最近在查找可视化优质资源时发现一个优秀绘制统计图表的第三方库-iqplot,该库是基于Python语言的,其所提供的图表类型虽然不多,但在科研学术绘图任务中出现的频次较多,本期就其基本情况和可绘制的图表类型做一个简单介绍,主要内容如下:
Circos 是可视化基因组相似性和特征的最流行软件之一。不过,它的执行过程比较复杂,需要多个原始配置文件才能实现可视化。此外,Circos 是用 Perl 编写的,这限制了它与其他生物分析软件的整合。
课前准备,R语言的安装和配置都OK了吗?生物信息系列课程-R语言入门;挖掘GEO速成SCI文章系列教程(3)-R语言基础。小板凳排排坐,飞飞老师要开课~
Python在可视化绘图这块虽然没有像R语言那样具有丰富的拓展工具包,但只要掌握核心的几个绘图工具包就可以完成99%的绘图任务啦!
今天给大家介绍一个Python语言中不常用但非常好用的统计分析可视化包-grplot,它可以快速帮助使用者构建出好看的统计插图,基于 numpy、scipy、matplotlib、seaborn、squarify以及pandas等拓展库,只需一行代码,就能绘制出完整、美观的统计图。
正好最近在准备课程新增内容,查阅了很多资料,发现了一个个人根绝非常棒的可视化工具包-MetPy。详细介绍如下:
今天是我们的系统教程《R语言从入门到精通》的第一讲,前面的背景讲解中《从今天开始,每天学点R语言~》,已经深入探讨过R语言的重要性以及学习R语言的必要性,今天我们就按照课表来讲解:如何在自己的PC中安装R语言的运行环境。还没有领取《学习R》书籍教材的同学,赶紧联系文末的客服小姐姐吧~
今天给大家介绍Python语言中绘制网络结构图的可视化拓展工具-NetworkX包。NetworkX提供了丰富的数据结构和函数,使得用户能够轻松地构建、分析和可视化复杂网络。
Seaborn 是 Python 中一个非常受用户欢迎的可视化库。Seaborn 在 Matplotlib 的基础上进行了更加高级的封装,用户能够使用极少的代码绘制出拥有丰富统计信息的科研论文配图。Seaborn 基于 Matplotlib,Matplotlib 中大多数绘图函数的参数都可在 Seaborn 绘图函数中使用,对 Python 的其他库(比如 Numpy/Pandas/Scipy)有很好的支持。
今天给大家介绍的可视化工具是-「ggPlantmap」,一个可以一键将图片对象转换成ggplot2绘图对象的好用工具,让数值映射变得超简单~~
这么说吧,机会常见的统计图表都可以一键绘制,而且绘制的结果直接可以达到出版级别的那种,特别适合科研和商务绘图爱好者。
QtiPlot是一款数据分析和可视化软件,可以在Mac电脑上使用。它提供了各种绘图功能,如线性回归、非线性拟合、傅里叶变换等。而且,QtiPlot可以读取多种格式的数据文件,如ASCII、CSV、Excel等,并支持导出为PDF、SVG、PNG等格式的图片。这使得用户可以方便地处理和展示实验数据或其它科学数据。
毋庸置疑,R语言的学习国内和国外还是有一定的差异的。想要系统学习R语言,高质量的微信公众号是一种非常有效的方式。今天小编要给大家推荐的 5 个优秀公众号,全是关于R语言方面的,他们的文章干货满满,希望对大家学习有所帮助!
最近在整理Python数据可视化课程的拓展内容时,发现了一个处理空间数据的超赞工具-「earthpy」,也解决了一个绘制艺术地图的问题,下面就给大家详细介绍一下这个工具~~
其实,这个技巧在我们课程新增的案例里就有类似的内容,今天就Python语言中Matplotlib工具,简单给大家介绍下,同时绘制两个colorbar的绘图技巧
如果我们想比较某个数值在不同分组之间的变化差异。或者随着时间序列的变化趋势,往往会用到折线图。折线图是在我们的科研绘图当中最为常用的图形之一。
Origin软件是一款非常实用的数据分析和图形绘制软件,它可以帮助用户更好地处理和展示各种数据。无论是在科研、教学还是工作中,Origin软件都可以发挥出重要的作用。
数据可视化,就是指将结构或非结构数据转换成适当的可视化图表,然后将隐藏在数据中的信息直接展现于人们面前。相比传统的用表格或文档展现数据的方式,可视化能将数据以更加直观的方式展现出来,使数据更加客观、更具说服力。
今天在查阅资料的时候,偶尔发现一个超好用的科研工具-「rempsyc」,其提供多个函数可以将学术论文编写过程中的统计图表一键美化、常见统计图形绘制等,简直就是科研党的首选工具。
「一篇论文投多个期刊,每个期刊对图表格式要求不一,同一组数据要用多种工具分别绘图。」
Matplotlib 制作稍带“艺术”的可视化作品,ggplot2 基于其优秀绘图图层设置及多种拓展绘图包可以较为灵活的完成此类任务,但Matplotlib也不是完全不可以,本期推文用python经典的绘图包Matplotlib进行“气球”图(通过图形合理搭配实现)的绘制,主要涉及Matplotlib 散点图(sactter())及 线 vlines()、mlines()及PatchCollection()等的灵活应用。上期推文预告的效果图在文末的代码链接(notebook)中 也会有绘制方法,本期推文为完善版本
其实这个问题,在可视化绘制需求中经常会遇到,按要求绘制出图形结果后,又因为每组数据值相差太大,到值绘制的图形结果非常难看,但想要解决这个问题,只需要将刻度轴 进行截断处理一下就可以了。下面我就给大家介绍绘制截断刻度轴的两种方法(仅限Python语言)
而在我们第一个可视化学习社群里,也有同学问了类似的问题。正对动态图形,我在公众号中也有介绍过专门绘制的工具,今天这篇推文,我就汇总一下Python语言中绘制动态图的可视化工具~~
工欲善其事,必先利其器。充分发挥每个工具的优势可以显著提高我们的工作效率。为了更好的工作和科研,今天给大家介绍一些提高效率的工具。
关注“生信与临床”的小伙伴们现在应该已经学习了一定的R语言基础知识,对R应该不陌生了。
今天工作了,就赶紧给大家推荐一个好用的具体子图显示绘制工具-「ggmagnify」
曾作为忠实的果粉,对于macOS的喜爱是无可替代的,并不是秀优越,毕竟ThinkPad X1等诸多电脑价格并不比MacBook Pro便宜,抛开硬件层面,苹果生态系统的用户体验确实是行业标杆,给人一种贵的有理由的印象,咬咬牙还是可以搞一台的(疫情原因消费降级也能理解)。但是,近两年“巨硬”Microsoft发力了,将用户体验终于摆放到了合适的位置,把软件和硬件的结合做了大量的优化,再回到Windows上作为日常使用的主力机器,突然发现MacBook Pro她不香了。本文简单地分享一下配置使用的经验,经供参考,愿为各位科研生活提供便利。
其实这个问题在需要有文本标注的图形中经常遇到,在文本数量较多且图形布局较为拥挤时,大部分制作者选择使用图片处理工具如AI等,进行单独的文本添加。
领取专属 10元无门槛券
手把手带您无忧上云