科研论文中用什么软件作图最好？

JamesB

科研论文中用什么软件作图最好？

XGundam05

演示如何用 Matlab 绘制常见的高质量论文插图；
2022-3-13，更新绘图案例
先睹为快

• 二维曲线图
  
• 二维散点图
  
• 二维渐变色图
  
• 二维条形图
  
• 二维填充图
  
• 多 Y 轴图
  
• 二维场图
  
• 带箭头曲线图
  
• 三维曲线图
  
• 三维散点图
  
• 伪彩图
  
• 裁剪伪彩图
  
• 等高线图
  
• 等高线填充图
  
• 矢量场图
  
• 伪彩图+投影图
  
• 条形分布图
  
• 热图
  
• 分子模型图
  
• 分形图
  
• 曲线斜线填充
  
• 曲面贴图
  
• 自定义颜色图
  
• gif 动态图
  
• 方程曲线图
  
• 极坐标图
  
• 不相交随机圆
  
• BP 神经网络图
  
• 小圆构成的圆环
  
• 棋盘格
  

二维曲线

二维曲线算是最最常见的一种曲线了，它能反应两个变量的因果关系；
clear;clc;close all;
x = linspace(1, 200, 100);
y1 = log(x) + 1;
y2 = log(x) + 2;
figure;
plot(x, y1);
hold on
plot(x, y2, 'LineWidth', 2);
hold off
legend('y1', 'y2');

调整线的粗细，给人感觉就不一样；
或者说这个颜色可能你觉得不好看，查阅帮助文档里给的的标准颜色也都不喜欢；


没关系，我整理了 28 种个人觉得比较好看的颜色，自行做一下颜色搭配，一般够用了；
【061 Matlab 基础】推荐28种超好看的淡色figure;
plot(x, y1, 'LineWidth', 2, 'Color', [0.21, 0.21, 0.67]);
hold on
plot(x, y2, 'LineWidth', 2, 'Color', [0.99, 0.49, 0.00]);
hold off
legend('y1', 'y2');

二维散点图

常用来比较理论数据和实验数据的趋势关系；
figure;
y3 = y1 + rand(1, 100) - 0.5;
plot(x, y1, 'LineWidth', 2, 'Color', [0.21, 0.21, 0.67]);
hold on
% 设置数据点的形状、数据点的填充颜色、数据点的轮廓颜色
plot(x, y3, 'o', 'LineWidth', 2, 'Color', [0.46, 0.63, 0.90], 'MarkerFaceColor', [0.35, 0.90, 0.89], 'MarkerEdgeColor', [0.18, 0.62, 0.17]);
hold off

二维渐变色图

用不同的颜色、数据点大小表征不同数值，更加直观；
更详细的案例分析：
【048 绘图】Matlab 绘制渐变色曲线、填充渐变色% 先自己做一个 colormap
c_map =  [0.00, 0.36, 0.67
          0.68, 0.42, 0.89
          0.44, 0.62, 0.98
          0.10, 0.67, 0.59
          0.99, 0.57, 0.59
          0.28, 0.55, 0.86
          0.96, 0.62, 0.24
          0.30, 0.90, 0.56
          0.12, 0.46, 0.71
          0.46, 0.63, 0.90
          0.96, 0.37, 0.40
          0.14, 0.76, 0.71
          0.99, 0.50, 0.02
          0.00, 0.57, 0.76
          0.35, 0.90, 0.89
          0.17, 0.62, 0.47
          0.21, 0.21, 0.67
          0.99, 0.49, 0.00
          0.98, 0.74, 0.44
          0.97, 0.60, 0.58
          0.18, 0.62, 0.17
          0.68, 0.87, 0.53
          0.12, 0.46, 0.70
          0.65, 0.79, 0.89
          0.95, 0.99, 0.69
          0.74, 0.92, 0.68
          0.37, 0.81, 0.72
          0.01, 0.72, 0.77];
scatter(x, y3, x, x, 'filled');
colormap(c_map);

figure;
fill([x, NaN], [y2, NaN], [x, NaN], 'EdgeColor', 'interp', 'LineWidth', 2);

条形图

正常条形图没啥好说的，这里演示绘制带有误差线的柱状图：
figure;
m = 5;
n = 3;
x = 1:m;
y = rand(m, n) + 2;
% 误差限
neg = rand(m, n);
pos = rand(m, n);
% 绘制柱状图
h = bar(x, y);
% 设置三个系列颜色
h(1, 1).FaceColor = [0.00, 0.36, 0.67];
h(1, 2).FaceColor = [0.68, 0.42, 0.89];
h(1, 3).FaceColor = [0.44, 0.62, 0.98];
% 单独设置第二个系列第二个柱子颜色
h(1, 2).FaceColor = 'flat';
h(1, 2).CData(2,:) = [0.21, 0.21, 0.67];
% 获取误差线 x 值
xx = zeros(m, n);
for i = 1 : n
    xx(:, i) = h(1, i).XEndPoints';
end
% 绘制误差线
hold on
errorbar(xx, y, neg, pos, 'LineStyle', 'none', 'Color', 'm', 'LineWidth', 1.5);
hold off
% 绘制图例
legend({'A1', 'A2', 'A3'});
% 设置 x 轴标签
set(gca, 'XTickLabel', {'label1', 'label2', 'label3', 'label4', 'label5'});

填充图

x = 0.4:0.1:2*pi;
y1 = sin(2*x);
y2 = sin(x);
% 确定 y1 和 y2 的上下边界
maxY = max([y1; y2]);
minY = min([y1; y2]);
% 确定填充多边形，按照顺时针方向来确定点
% fliplr 实现左右翻转
xFill = [x, fliplr(x)];
yFill = [maxY, fliplr(minY)];
figure
fill(xFill, yFill, [0.21, 0.21, 0.67]);
hold on
% 绘制轮廓线
plot(x, y1, 'k', 'LineWidth', 2)
plot(x, y2, 'k', 'LineWidth', 2)
hold off

% 函数交叉区域填充
figure;
% 这是三个方程
g1 = @(x,y) 1 - x.^2.*y/20;
g2 = @(x, y) 1 - (x+y-5).^2/30 - (x-y-12).^2/120;
g3 = @(x, y) 1 - 80./(x.^2 + 8*y + 5);
% 把他们的图像画出来
h1 = fimplicit(g1, [0, 10], 'LineWidth', 2);
hold on
h2 = fimplicit(g2, [0, 10], 'LineWidth', 2);
h3 = fimplicit(g3, [0, 10], 'LineWidth', 2);
legend('g1', 'g2', 'g3');
% 问题来了，这个 y 值怎么确定
x1 = h1.XData;
y1 = h1.YData;
x2 = h2.XData;
y2 = h2.YData;
x3 = h3.XData;
y3 = h3.YData;
% 发现 x1, x2 是从大到小的，逆序搞一下
x1 = fliplr(x1);
x2 = fliplr(x2);
y1 = fliplr(y1);
y2 = fliplr(y2);
% 接下来，确定相交区域，主要看这三个关键点：g1-g2, g1-g3, g2-g3
% 数据长度不一样，难搞了，借助【数据提示】功能吧
pt1 = [3.11069, 2.06667];
pt2 = [8.53623, 0.266667];
pt3 = [7.7847, 1.8];
% 确定三个范围
idx1 = find(x1 >= pt1(1) & x1 < pt2(1));
idx2 = find(x2 >= pt1(1) & x2 < pt3(1));
idx3 = find(x3 >= pt3(1) & x3 < pt2(1));
x1 = x1(idx1);
x2 = x2(idx2);
x3 = x3(idx3);
y1 = y1(idx1);
y2 = y2(idx2);
y3 = y3(idx3);
% 一定要是一个闭环
xFill = [x1, fliplr(x3), fliplr(x2)];
yFill = [y1, fliplr(y3), fliplr(y2)];
fill(xFill, yFill, [0.21, 0.21, 0.67]);
hold off

多 Y 轴图

figure;
load('accidents.mat','hwydata')
ind = 1:51;
drivers = hwydata(:,5);
yyaxis left
scatter(ind, drivers, 'LineWidth', 2);
title('Highway Data');
xlabel('States');
ylabel('Licensed Drivers (thousands)');
pop = hwydata(:,7);
yyaxis right
scatter(ind, pop, 'LineWidth', 2);
ylabel('Vehicle Miles Traveled (millions)');

figure;
x = linspace(0,10);
y1 = 2*sin(3*x);
y2 = sin(3*x).*exp(0.5*x);
%% 三个纵坐标演示，更多纵坐标可以按照此方法类推
y3 = 10*cos(3*x);
% 控制 aies 的大小和位置，注意是相对于figure的，范围为[0, 1]
% 三条线绘制到一起，注意数据都标准化到 y1 范围
maxY1 = max(y1);
maxY2 = max(y2);
maxY3 = max(y3);
minY1 = min(y1);
minY2 = min(y2);
minY3 = min(y3);
newY2 = (y2 - minY2)/(maxY2 - minY2);   % 归一化
newY2 = newY2*(maxY1 - minY1) + minY1;  % 反归一化
newY3 = (y3 - minY3)/(maxY3 - minY3);
newY3 = newY3*(maxY1 - minY1) + minY1;
% 画线
axes('position', [0.1 0.1 0.5 0.5]);   
plot(x, y1, 'k', x, newY2, 'r', x, newY3, 'ob--')
ylabel('line1');
% 绘制另外两个空的坐标轴
h2 = axes('position', [0.65 0.1 0.005 0.5]);
% 重复绘制，曲线颜色用白色，和figure背景色一致，看不出来即可
plot(x, y2, 'w')
% 颜色，位置，曲线标签
set(h2, 'ycolor', 'r', 'yaxislocation', 'right', 'xtick', [])
% 不知道为啥2018B版本边界显示不清楚，所以画一条线
hold on
limX2 = get(h2, 'Xlim');
limY2 = get(h2, 'Ylim');
plot([limX2(2), limX2(2)], limY2, 'r');
hold off
% 取消边框
box off
ylabel('line2');
%
h3 = axes('position', [0.75 0.1 0.005 0.5]);
plot(x, y3, 'w')
set(h3, 'ycolor', 'b', 'yaxislocation', 'right', 'xtick', [])
hold on
limX3 = get(h3, 'Xlim');
limY3 = get(h3, 'Ylim');
plot([limX3(2), limX3(2)], limY3, 'b');
hold off
box off
ylabel('line3');
% 取消坐标轴的颜色，和figure统一
% set(h1, 'color','none')
% set(h2, 'color','none')
% set(h3, 'color','none')
% figure背景设置成白色
set(gcf,'color','white');

二维场图

% 直接把 streamline 函数的帮助文档 demo 拷贝过来
[x, y] = meshgrid(0:0.1:1, 0:0.1:1);
u = x;
v = -y;
startx = 0.1:0.1:0.9;
starty = ones(size(startx));
% 需要获取所有流线的属性
figure;
quiver(x, y, u, v);
streamline(x, y, u, v, startx, starty);

带箭头曲线

% 直接把 streamline 函数的帮助文档 demo 拷贝过来
figure;
[x, y] = meshgrid(0:0.1:1, 0:0.1:1);
u = x;
v = -y;
startx = 0.1:0.1:0.9;
starty = ones(size(startx));
% 需要获取所有流线的属性
lines = streamline(x, y, u, v, startx, starty);
% 下面开始画箭头，涉及到坐标的转换
% 获取 Axes 位置
posAxes = get(gca, 'Position');
posX = posAxes(1);
posY = posAxes(2);
width = posAxes(3);
height = posAxes(4);
% 获取 Axes 范围
limX = get(gca, 'Xlim');
limY = get(gca, 'Ylim');
minX = limX(1);
maxX = limX(2);
minY = limY(1);
maxY = limY(2);
% 遍历，逐条流线加箭头
for i = 1 : length(lines)
    % 获取每条流线的数据
    xData = lines(i).XData;
    yData = lines(i).YData;
    % 这里取的是最后两个点，一定要是相邻的两个点用来确定箭头方向
    x0 = xData(end-1 : end);
    y0 = yData(end-1 : end);
    % 转换坐标到相对于figure的坐标
    xNew = posX + (x0 - minX) / (maxX - minX) * width;
    yNew = posY + (y0 - minY) / (maxY - minY) * height;
    % 画箭头
    hold on
    annotation('arrow', xNew, yNew, 'color', 'b');
end
hold off
title('带箭头的流线图');

三维曲线图

figure;
t = 0:pi/20:10*pi;
xt = sin(t);
yt = cos(t);
plot3(xt, yt, t, '-o', 'Color', 'b', 'MarkerSize', 10, 'MarkerFaceColor', '#D9FFFF');

figure;
x = -20:10:20;
y = 0:100;
% 随便生成的 5 组数据，也就是目标图上的 5 条曲线数据
z = zeros(5, 101);
z(1, 1:10:end) = linspace(1, 10, 11);
z(2, 1:10:end) = linspace(1, 20, 11);
z(3, 1:10:end) = linspace(1, 5, 11);
z(4, 5:10:end) = linspace(1, 10, 10);
z(5, 80:2:end) = linspace(1, 5, 11);
for i = 1:5
    % x 方向每条曲线都是一个值，重复 y 的长度这么多次
    xx = x(i)*ones(1, 101);
    % z 方向的值，每次取一条
    zz = z(i, :);
    % plot3 在 xyz 空间绘制曲线，保证 x y z 长度一致即可
    plot3(xx, y, zz, 'LineWidth', 2);
    hold on
end
hold off
legend('line1', 'line2', 'line3', 'line4', 'line5');

% 如果把渐变曲线和三维曲线结合起来
figure;
x = linspace(0, 2*pi, 50);
y = sin(x);
fill3([ones(size(x)), NaN], [x, NaN], [y, NaN], [x NaN], 'EdgeColor', 'interp', 'LineWidth', 2)
hold on
for i = 2 : 5
    if mod(i, 2) == 0
        y = sin(2*x);
        fill3([i * ones(size(x)), NaN], [x, NaN], [y, NaN], [x NaN], 'EdgeColor', 'interp', 'LineWidth', 2)
    else
        y = sin(10*x);
        fill3([i * ones(size(x)), NaN], [x, NaN], [y, NaN], [x NaN], 'EdgeColor', 'interp', 'LineWidth', 2)
    end
end
hold off

三维散点图

figure;
[X,Y,Z] = sphere(16);
x = [0.5*X(:); 0.75*X(:); X(:)];
y = [0.5*Y(:); 0.75*Y(:); Y(:)];
z = [0.5*Z(:); 0.75*Z(:); Z(:)];
S = repmat([70, 50, 20],numel(X), 1);
C = repmat([1, 2, 3], numel(X), 1);
s = S(:);
c = C(:);
h = scatter3(x, y, z, s, c);
h.MarkerFaceColor = [0 0.5 0.5];

x = linspace(1, 200, 100);
y1 = log(x) + 1;
y2 = log(x) + 2;
y3 = y1 + rand(1, 100) - 0.5;
figure;
scatter3(x, y2, y3, x, x, 'filled');
colormap(c_map);

三维伪彩图

[x, y, z] = peaks(30);
figure;
plot1 = subplot(1,2,1);
surf(x, y, z);
% 获取第一幅图的 colormap，默认为 parula
cMap = colormap;
plot2 = subplot(1,2,2);
surf(x, y, z);
% 下面设置的是第二幅图的颜色，默认是整个 figure 的
colormap(hot);
% 设置第一幅图颜色显示为 parula
set(plot1, 'Colormap', cMap);

% 一个坐标轴
figure;
h1 = surf(x, y, z);
freezeColors;
hold on
h2 = surf(x, y, z + 5);
hold off
colormap(hot);

裁剪伪彩图

figure;
n = 300;
[x, y, z] = peaks(n);
subplot(2, 2, [1,3])
surf(x, y, z);
shading interp
view(0, 90)
for i = 1:n
    for j = 1:n
        if x(i, j)^2 + 2 * y(i, j)^2 > 6 && 2 * x(i, j)^2 + y(i, j)^2 < 6
            z(i, j) = NaN;
        end
    end
end
subplot(2, 2, 2)
surf(x, y, z);
shading interp
view(0, 90)
subplot(2, 2, 4)
surf(x, y, z);
shading interp

等高线图

figure;
[X, Y, Z] = peaks;
subplot(2, 2, 1);
contour(X, Y, Z, 20, 'LineWidth', 2);
subplot(2, 2, 2);
contour(X, Y, Z, '--', 'LineWidth', 2)
subplot(2, 2, 3);
v = [1, 1];
contour(X, Y, Z, v, 'LineWidth', 2);
x = -2:0.2:2;
y = -2:0.2:3;
[X, Y] = meshgrid(x, y);
Z = X.*exp(-X.^2-Y.^2);
subplot(2, 2, 4);
contour(X, Y, Z, 'ShowText','on', 'LineWidth', 2);

figure('Position', [0, 0, 900, 400]);
subplot(1, 3, 1);
[X, Y, Z] = sphere(50);
contour3(X, Y, Z, 'LineWidth', 2);
[X, Y] = meshgrid(-2:0.25:2);
Z = X.*exp(-X.^2-Y.^2);
subplot(1, 3, 2);
contour3(X, Y, Z, [-0.2 -0.1 0.1 0.2], 'ShowText', 'on', 'LineWidth', 2)
[X, Y, Z] = peaks;
subplot(1, 3, 3);
contour3(X, Y, Z, [2 2], 'LineWidth', 2);

等高线填充图

figure;
subplot(2, 2, 1);
[X, Y, Z] = peaks(50);
contourf(X, Y, Z);
subplot(2, 2, 2);
contourf(X, Y, Z,'--');
% 限定范围
subplot(2, 2, 3);
contourf(X, Y, Z, [2 3], 'ShowText', 'on');
subplot(2, 2, 4);
contourf(X, Y, Z,[2 2]);

三维矢量场图

figure;
[X, Y, Z] = peaks(30);
% 矢量场，曲面法线
[U, V, W] = surfnorm(X, Y, Z);   
% 箭头长度、颜色
quiver3(X, Y, Z, U, V, W, 0.5, 'r');     
hold on
surf(X,Y,Z);  
xlim([-3, 3]);
ylim([-3, 3.2]);
shading interp
hold off
view(0, 90);

伪彩图+投影图

clear;clc;close all;
x = linspace(-3, 3, 30);
y = linspace(-4, 4, 40);
[X, Y] = meshgrid(x, y);
Z = peaks(X, Y);
Z(5:10, 15:20) = 0;
z1 = max(Z);
z2 = max(Z, [], 2);
figure;
subplot(3, 3, [1, 2]);
plot(x, z1, 'LineWidth', 2);
subplot(3, 3, [6, 9]);
plot(z2, y, 'LineWidth', 2);
subplot(3, 3, [4, 5, 7, 8]);
surf(x, y, Z);
xlim([-3, 3]);
ylim([-4, 4]);
view(0, 90);
shading interp

figure;
% 3*3 布局
tiledlayout(3, 3, 'TileSpacing', 'Compact');
% 占据 1*2，也就是 1 2
nexttile([1, 2]);
plot(x, z1, 'LineWidth', 2);
% 从第 6 个开始，占据 2*1，也就是 6 和 9
nexttile(6, [2, 1]);
plot(z2, y, 'LineWidth', 2);
% 从第 4 个开始，占据 2*2，也就是 4 5 7 8
nexttile(4, [2, 2]);
surf(x, y, Z);
xlim([-3, 3]);
ylim([-4, 4]);
view(0, 90);
shading interp

条形分布图

clear;clc;
x = linspace(-10, 10, 100);
y = gauss(100, 5) ;
figure;
% 设置边缘颜色和宽度
bar(x, y, 'EdgeColor', 'none', 'BarWidth', 1);

热图

clear;clc;
z = rand(50);
z(z >= 0.0 & z < 0.6) = 0.5;
z(z >= 0.6 & z < 0.8) = 0.7;
z(z >= 0.8 & z <= 1) = 0.9;

for i = 1:30
    z(randi(50, 1, 1) : end, i) = nan;
end
for i = 31:50
    z(30 + randi(20, 1, 1) : end, i) = nan;
end
z(20:25, 40:45) = nan;
figure;
% ax = surf(z);
ax = pcolor(z);
view(0, 90);
ax.EdgeColor = [1 1 1];
axis off

figure;
for i = 1:50
    for j = 1:50
        if ~isnan(z(i, j))
            x = [i - 1, i, i, i - 1];
            y = [j - 1, j - 1, j, j];
            c1 = 'w';
            c2 = 'w';
            if z(i, j) >= 0.1
                c1 = 'black';
                c2 = [0.65, 0.78, 0.56];
                if z(i, j) >= 0.6
                    c2 = [0.98, 0.46, 0.23];
                    if z(i, j) >= 0.8
                        c2 = [0.99, 0.02, 0.02];
                    end
                end
            end
            patch(x, y, c2, 'EdgeColor', c1);
        end
    end
end
axis off

分子模型图

clear;clc;
% 球面的坐标信息，为了看起来平滑一点，给到 100
[x, y, z] = sphere(100);
% C 大小
C = 10;
% H 大小
H = 5;
figure;
% 大球
surf(C*x, C*y, C*z, 'FaceColor', 'red', 'EdgeColor', 'none')
hold on
% 四个小球，都偏离一点位置，准确的位置需要计算，这里演示一个大概位置
surf(H*x, H*y, H*z + 10, 'FaceColor', 'blue', 'EdgeColor', 'none');
surf(H*x + 10, H*y, H*z - 3, 'FaceColor', 'blue', 'EdgeColor', 'none');
surf(H*x - 4, H*y - 10, H*z - 3, 'FaceColor', 'blue', 'EdgeColor', 'none');
surf(H*x - 4, H*y + 10, H*z - 3, 'FaceColor', 'blue', 'EdgeColor', 'none');
% 坐标轴设置
axis equal off
% 光源，看起来更有立体感
light
lighting gouraud

分形图

clear;clc;
n = 1000;
m = 1000;
f = @(z) z^8 - 1;
df = @(z) 8*z^7;
[X, Y] = meshgrid(linspace(-2, 2, n), linspace(-2, 2, m));
A = nan(n, m);
for i = 1:n
    for j = 1:m
        z0 = X(i, j) + 1i*Y(i, j);
        % Newton-Raphson
        z = z0;
        ite = 0;
        fz = f(z);
        while abs(fz) > 1e-6 && ite < 20
            z = z - f(z)/df(z);
            fz = f(z);
            ite = ite + 1;
        end
        A(i, j) = ite;
    end
end
figure;
pcolor(X, Y, A);
% hold on
% plot([1, -1, 0, 0], [0, 0, 1, -1], '.k', 'MarkerSize', 20);
% hold off
shading flat
axis tight manual

% xlim([-0.5, 0]);
% ylim([0.5, 1]);
% 保存成视频
% set(gca, 'nextplot', 'replacechildren');
% v = VideoWriter('NRfractal.avi');
% open(v);
% for k = 1:20
%     pcolor(X, Y, A);
%     shading flat
%     xlim([-2*(1-k/25), 2*(1-k/25)]);
%     ylim([-2*(1-k/25), 2*(1-k/25)]);
%     frame = getframe(gcf);
%     writeVideo(v, frame);
% end

% (-0.19, 0.6557)
% (-0.1, 0.651)
% zx = zx*zx - zy*zy + cx
% zy = 2*zx*zy+cy
c = - 0.1 + 1i*0.651;
radius = 32;
[X, Y] = meshgrid(linspace(-1.5, 1.5, n), linspace(-1.5, 1.5, m));
A = nan(n, m);
for i = 1:n
    for j = 1:m
        z = X(i, j) + 1i*Y(i, j);
        % Julia
        for ite = 1:1000
            z = (z*z + c) ;
            if abs(z) > radius
                break;
            end
        end
        A(i, j) = ite;
    end
end
figure;
pcolor(X, Y, A);
shading flat
axis tight manual

曲线斜线填充

【058 基础】用 Matlab 绘制带有X轴和Y轴箭头以及斜线填充的曲线图曲面贴图

clear;clc;
figure;
% 读取地图文件
image = imread('World.jpg');
% 生成一个球面数据
[x, y, z] = sphere(200);
% 绘制球体
p = surf(x, y, z);
% 去网格线
shading interp;
p.CData = image;
% 纹理贴图
p.FaceColor = "texturemap";
axis equal;
axis off
% 光源，看起来更有立体感
% light
% lighting gouraud
% 光源颜色
handle = light('Color', [1 1 1]);
t = 0;
while t < 100
    t = t + 1;
    view([t 10]);
    lightangle(handle, t, 0);
    pause(0.01);
end

自定义颜色图

clear;clc;
N = 500;
z = peaks(N);
% 选择 ROI 以外的不显示
for i = 1:N
    for j = 1:N
        if sqrt((i - N/2)*(i - N/2) + (j - N/2)*(j - N/2)) > 240
            z(i, j) = nan;
        end
    end
end
% 自定义颜色 大概就是给特定范围值指定颜色
N = 14 * 5;
crange = linspace(-6, 8, N);
cmap = zeros(N, 3);
for i = 1:N
    if crange(i) <= 0
        cmap(i, :) = [0, 1, 0];
    elseif crange(i) <= 3
        cmap(i, :) = [0, 0, 1];
    elseif crange(i) <= 6
        cmap(i, :) = [1, 1, 0];
    else
        cmap(i, :) = [1, 0, 0];
    end
end
figure;
surf(z)
colormap(cmap);
% 去网格
shading interp
% 视角
view(0, 90);
% 去坐标轴
axis off

gif 动态图

clear; clc;
x = 0:0.01:1;
n = 1:9;
len = length(n);
im = cell(1, len);
% 单独显示每个图
figure;
for idx = 1:len
    subplot(3, 3, idx)
    plot(x, x.^idx, 'LineWidth',3)
    title(['y = x^', num2str(idx)])
end
% 获取绘制对象
fig = figure(1);
for idx = 1:len
    y = x.^idx;
    plot(x, y, 'LineWidth', 3)
    title(['y = x^', num2str(n(idx))])
%     drawnow
%     pause(0.1);
    frame = getframe(fig);
    im{idx} = frame2im(frame);
end
% 输出文件名
% filename = 'testAnimated.gif';
% for idx = 1:len
%     % 制作gif文件，图像必须是index索引图像
%     [A, map] = rgb2ind(im{idx}, 256);
%     if idx == 1
%         imwrite(A, map, filename, 'gif', 'LoopCount', Inf, 'DelayTime', 0.3);
%     else
%         imwrite(A, map, filename, 'gif', 'WriteMode', 'append', 'DelayTime', 0.3);
%     end
% end

方程曲线图

% 二元方程  x^2*cos(y) + x*sinh(y^2) = 0
xy = linspace(-2, 2, 4);
f = @(x, y) x.^2.*cos(y) + x.*sinh(y.^2);
figure
fimplicit(f, [-2, 2]);

【027】函数可视化极坐标图

figure;
theta = 0:0.01:2*pi;
rho = sin(2*theta).*cos(2*theta);
tiledlayout(1, 2);
nexttile;
polarplot(theta, rho, 'c', 'LineWidth', 2);
nexttile;
rMax = 2*max(rho);
% 这个看不到线，因为只有一个重复的点
polarplot([0, 2*pi], [rMax, rMax]);   
hold on
polarplot(theta, rho, 'm', 'LineWidth', 2);
hold off

不相交随机圆

clear;clc;close all;
% 限定范围
width = 10;  
height = 10;
% 最多产生的圆的个数
circleNumber = 100;   
% 记录每个圆的横坐标、纵坐标、半径
paras = zeros(circleNumber, 3);  
num = 0;
hold on
while num < circleNumber
    num = num + 1;   
    % 圆半径小于1或者设定为固定值
    r = rand;
    % 在范围内随机坐标
    xPos = rand*(width-2*r) + r;  
    yPos = rand*(height-2*r) + r;
    % 记录坐标、半径
    paras(num,:) = [xPos, yPos, r];
    % 判断每个圆的位置是否不相切、不相交
    if num > 1
        % 新产生的圆和之前产生的所有圆计算距离        
        xs = paras(1:num - 1, 1);
        ys = paras(1:num - 1, 2);
        rs = paras(1:num - 1, 3);
        dist1 = sqrt((xPos - xs).^2 + (yPos - ys).^2);
        dist2 = abs(r + rs);
        % 如果相离则绘制当前产生的圆，否则就重新生成一个圆
        if all(dist1 > dist2)
            rectangle('Position', [xPos-r, yPos-r, 2*r, 2*r], 'Curvature', [1 1]);
            axis equal
        else
            r = rand;
            xPos = rand*(width-2*r) + r;  
            yPos = rand*(height-2*r) + r;
            paras(num,:) = [xPos,yPos,r];
            % 防止死循环
            temp = 0;
            maxTry = 100;
            while any(dist1 <= dist2) && temp < maxTry
                temp = temp + 1;
                dist1 = sqrt((xPos - xs).^2 + (yPos - ys).^2);
                dist2 = abs(r + rs);
            end
            if all(dist1 > dist2)
                rectangle('Position', [xPos-r, yPos-r, 2*r, 2*r], 'Curvature', [1 1]);
                axis equal
            end
        end      
    end
end
axis([0 width 0 height])
box on
hold off

BP 神经网络图

figure;
x1 = ones(1, 5);
x2 = 2 * ones(1, 11);
x3 = 3 * ones(1, 8);
y1 = 4:8;
y2 = 1:11;
y3 = 2.5:9.5;
for i = 1:5
    for j = 1:11
        plot([x1(i), x2(j)], [y1(i), y2(j)], 'k');
        hold on
    end
end
for i = 1:11
    for j = 1:8
        plot([x2(i), x3(j)], [y2(i), y3(j)], 'k');
    end
end
scatter(x1, y1, 200, 'k', 'MarkerFaceColor', 'r');
scatter(x2, y2, 200, 'k', 'MarkerFaceColor', 'y');
scatter(x3, y3, 200, 'k', 'MarkerFaceColor', 'k');
plot([1.5, 1.5], [0, 11], 'k--');
plot([2.5, 2.5], [0, 11], 'k--');
hold off
axis off
text(1.5, 11.75, '输入层');
text(2, 11.75, '隐藏层');
text(2.5, 11.75, '输出层');

小圆构成的圆环

clear;clc;
x0 = 0;
y0 = 0;
r1 = 2;
r2 = 1;
theta = 0:pi/50:2*pi;
for i = 1:length(theta)
    % 系列小圆的圆心坐标 极坐标方式
    x = x0 + r1 * cos(theta(i));
    y = y0 + r1 * sin(theta(i));
    % 以小圆圆心画圆 极坐标方式
    xx = x + r2 * cos(theta);
    yy = y + r2 * sin(theta);
    plot(xx, yy, 'k');
    hold on
end
hold off
% 限定显示范围
xlim([-3, 3]);
ylim([-3, 3]);
% x y 轴等宽
axis equal
% 紧凑
axis tight

棋盘格

figure;
% 生成数据点
[x, y] = meshgrid(30:39);
x = x(:);
y = y(:);
scatter(x, y, 100, 'red');
hold on
% 随机填充几个点
number = 5;
index_x = randi(9, 1, number) + 30;
index_y = randi(9, 1, number) + 30;
scatter(index_x, index_y, 100, 'blue', 'MarkerFaceColor', 'blue');
hold off
% 显示网格
grid on
% 网格属性
set(gca, 'GridAlpha', 1, 'GridColor', [0 0 0], 'GridLineStyle', '--');

JamesB

墙裂推荐我自己！！
如果需要绘制化学结构式、反应机理，一定要试试“KingDraw”，专业化学绘图的国产软件，中文界面、没有广告弹窗、功能丰富，并且 完！全！免！费！



下载地址：www.kingdraw.com

丨免费、专业、多客户端、无版权困扰

KingDraw，是一款自主研发的国产化学绘图软件，安装简便，支持中文界面，兼容cdx、mol v2000、mol v3000等多种文件格式，并且拥有手机、平板、电脑多个客户端。绘图过程简单易上手，新手也可以随时轻松绘制化学结构式，记录反应流程。
KingDraw支持ACS 1996绘图模式，也根据需要自定义设置绘图模板，支持导出EMF、SVG、PNG格式图片，可以用于专业图像处理，以及出版物的编辑。
最重要的是，KingDraw是免费软件，与其它破解版软件相比，用KingDraw绘制图片没有任何版权困扰！
丨支持与Microsoft Office、WPS Office、ChemDraw的互通

KingDraw PC端支持与Microsoft Office、WPS Office、ChemDraw的互通，只要简单地复制粘贴，就可以将绘制内容复制到ChemDraw、Word、PowerPoint、WPS等文件中。
双击Microsoft Office、WPS Office文件内的结构式，可以二次编辑修改。轻松搞定你的论文配图~
KingDraw：如何将结构式复制到Word、PowerPoint等软件中13 赞同 · 4 评论文章13 赞同 · 4 评论文章13 赞同 · 4 评论文章13 赞同 · 4 评论文章13 赞同 · 4 评论文章13 赞同 · 4 评论文章14 赞同 · 4 评论文章14 赞同 · 4 评论文章KingDraw：KingDraw与ChemDraw互通升级！Word中的ChemDraw文件也能编辑~33 赞同 · 6 评论文章33 赞同 · 6 评论文章33 赞同 · 6 评论文章34 赞同 · 7 评论文章37 赞同 · 7 评论文章38 赞同 · 10 评论文章38 赞同 · 9 评论文章38 赞同 · 9 评论文章
丨功能丰富，适用于教学、科研多种场景

除了丰富的绘图功能，KingDraw还支持结构式图像识别、智能手势绘制、3D模型转换、结构式命名、化学属性计算、<a href="http://link.zhihu.com/?target=http%3A//baike.kingdraw.com/" class=" wrap external" target="_blank" rel="nofollow noreferrer">化合物信息查询（化合物百科）等多种功能，适用于日常工作学习、科研工作、教学活动等多种场景。



KingDraw PC：图像识别



KingDraw PC：化学属性计算



KingDraw PC：3D模型转换

丨下载地址：http://www.kingdraw.com

有兴趣的同学可以KingDraw官网【http://www.kingdraw.com】下载需要的客户端~
如果您有意见或者想要的功能，欢迎随时给我们留言，KingDraw的成长，需要您的声音~~

RhinoFreak

每个软件的侧重点，和出来的效果都不同呀，没有绝对的好不好~
可以对比看一下哪款软件的出图效果更符合你的需求，同时中和考虑一下每个软件的上手难度进行选择。

本文所有软件资源及教程，我都给大准备好了，有需要的话直接访问领取。免费的~
开门见山，我准备了200G科研绘图资料，囊括所有常见绘图软件，免费送给大家。

一、Adobe AI

AI主要用于绘制各种示意图，三大刊上的精美封面效果都可以通过它来实现。
精美程度：★★★★★
上手难度：★★★★☆
AI的上手难度其实不算高，至少不用写代码，通过面板式操作就可以实现。主要难度来自于对软件基本功能的学习，只要花一周左右时间系统学习下AI的基础操作以及可实现的功能，跟着教程绘制几幅实战图，基本上就可以上手了。
难度天花板在于你要自己要清楚自己想画什么样的图，下面这些图的绘制其实难的都不是技术，主要是自己要有这个设计思维。
本文所介绍的十款软件，我都给大家找到了教程和资源工具包，记得看到文末领取哦~



小肠绒毛绘制



DNA缠绕蛋白



病毒侵染

二、PPT

对，就是你平时用的那个power point，没想到吧，他也能做科研绘图，而且还是做示意图的一把好手！
精美程度：★★★★★
上手难度：★★☆☆☆
相较于AI，PPT的上手难度更小了。很多功能其实都是大家平时接触过的，只是可能你还不知道还能这样做。学习成本属于十款软件中最低的，非常轻便易上手，并且输出的分辨率和图片的专业程度丝毫不输另外的专业软件。



信号通路图绘制



分子结构绘制



叶绿体绘制

三、Adobe PS

精美程度：★★★★★
上手难度：★★★★☆
其实PS和AI两者有很多相通之处，毕竟是都是来自Adobe家的。有什么区别呢？
PS制作的图片是位图，AI制作的图片是矢量图。说简单点，就是PS更侧重于修图，AI更侧重于绘图，拍摄的实验图想经过二次调整，调色/放大/调整清晰度这些操作都更加适合用PS来解决。



区域截取，调整比例



核酸电泳图处理


四、Origin

精美程度：★★★★★
上手难度：★★★☆☆
前面几款更侧重于示意图的绘制，而接下来的包括Origin都更偏向于作图和一些数据分析。
Origin上手难度不算大，可以将它理解为高级版本的excel，导入数据点点鼠标就可以出图。但是想要更加美观，就还是需要点审美能力滴。
提供几个配色网站供大家学习：
1、https://www.materialui.co/colors
2、https://coolors.co/browser/latest/1
3、https://www.materialpalette.com/colors
4、http://www.cookbook-r.com/Graphs/C




平滑三维曲面图




五、Graphpad Prism

精美程度：★★★★★
上手难度：★★☆☆☆
从数据统计到figure的完成，GraphPad Prism可以一条龙服务，几乎可以搞定大部分所需的统计与作图。
它也是面板操作，所以上手难度不高，可以说是十款中最简单的几款了。而且Graphpad自带的图片样式就比较好看，不需要做过多的参数上的调整。看我下面给的图片就能发现，整体上是那种极简主义风格的图片，我比较喜欢~
官方就有教程：Getting Started with Prism



拼图




六、Matlab

精美程度：★★★★★
上手难度：★★★★★
接下来开始进入上手难度魔鬼模式，虽然难度大，但是强也是真的强。操作基于代码进行，听听百度百科怎么说：

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域

厉害吧，专业吧。简单来说，Matlab是一个具有强大计算能力和仿真能力的数学软件。可以用来外理各种数据。统计规律，模拟各种物理模型。比如解方程等这些都可以完成。而且可引入计算机编程运行等。MATLAB内部有现成的一些常用的数值计算方法，例如牛顿法、高斯法等，同时MATLAB也可以进行符号运算，进行符号积分以及微分运算。
在绘图方面，Matlab拥有强大的绘图功能，内置了很多绘图函数，只需要给出一些基本参数就能得到所需图形，这类函数称为高层绘图函数。



图源：@王赟 Maigo



图源：@王赟 Maigo




七、Ggpolt

精美程度：★★★★★
上手难度：★★★★★
ggplot是R语言中内置的一个绘图包，所以要写代码无疑了。R语言是一种专门用于统计学领域进行数据分析的一种语法，可以很强大的进行数据处理，而加上ggplot这个包，让R语言的绘图能力直接站上新台阶！
虽然需要代码编写，但是R语言其实也并不算太难。最近我们出了R语言的筑基入门课，0代码经验的小白也能轻松上手。感兴趣的小伙伴可以点击链接学习：
R语言医学统计入门课，免费领！限200名额！

完全免费的，完全免费的，放心入，放心入，学过都说好！

八、Matplotlib

精美程度：★★★★★
上手难度：★★★★★
提到python绘图，那肯定就是Matplotlib了。数据分析方面：R更加小而专（尤其是涉及临床常用的经典的统计方法时）； python适用于超大规模数据的计算，前沿算法的实现。
代码的学习，前期都比较痛苦，任何一个需要用代码绘图的软件对于新手来说都不简单。但是坚持学下去的话，得到的收获也不是前面简单的软件可以比拟的。文末我提供的福利包里都有相关教程的学习。








九、Latex

精美程度：★★★★★
上手难度：★★★☆☆
结尾来两款稍微简单点的，恢复一下科研信心。
LaTeX 是一种基于 ΤΕΧ 的排版系统，所以它实现的是纯粹的可视化，而不能进行数据分析。但是就画图而言，他能做的还是挺多的：





https://github.com/HarisIqbal88/PlotNeuralNet

十、Visio

精美程度：★★★★★
上手难度：★★☆☆☆
visio是微软旗下的一款专门用于画流程图的软件，可以用它来绘制项目的进行流程等，但如果应用得当的话，也可以用其中的元素进行更加复杂的示意图的拼接。如下：








以上十款就是在科研绘图中大多数人会选择到的主流绘图软件了，选择任一一款其实就可以满足我们大部分的可视化需求，如果你需要在可视化的同时兼具数据分析的能力，那就选择前八款；如果你需要比较强大的数据分析能力，那就选择第六七八款，基本上专业的数据分析师也就是用他们了。
文章的最后，我给大家找到了一个可以免费领取上述软件资源以及教程，有需要的话直接访问领取。
开门见山，我准备了200G科研绘图资料，囊括所有常见绘图软件，免费送给大家。
<hr/>推荐阅读：
如何制作一张好的学术海报（poster）？为什么你在使用R语言？Toedit：48个国内外文文献下载渠道汇总（附不限量下载入口）

jquave

很多人推荐的比较炫酷的绘图软件多半是生物、化学等学科领域的软件，很少有人推荐工程领域需要绘制实物模型、空间模型以及其他图表绘制软件。这里小E来推荐4个容易上手又很强大的绘图软件，让你的科研作图事半功倍。
1、 最易上手的绘制示意图软件：Microsoft Visio
获取网址：https://www.microsoft.com/zh-cn/microsoft-365/visio/flowchart-software/
作为微软办公套装全家桶系列的一员，Visio的名气相较于Word、Excel及PPT实在是小了很多，甚至比起OneNote、Outlook这些软件也略微逊色，但这不妨碍它成为微软最简单、几乎没有任何学习成本的绘图软件。根据官方的描述，它被定义成了一个用于制作流程图表、工作计划安排的辅助性软件。但真正接触使用过之后就知道，这款软件能做的事情远远不止官方定义的那么简单。对于简单的图片处理工作，例如颜色修改、注释添加、图片拆解、图片替换、概念图绘制等等内容，其实它都可以胜任。相较于Photoshop、Illustrator等动辄十几个G，对电脑配置有一定要求，学习成本极高的绘图软件来说，这款软件对小白极为友好，上手简单，效率颇高。例如以下两张图片，就是使用基本底图导入Visio绘制的：





2、 功能强大的图表绘制软件：Origin
获取网址：https://www.originlab.com/
作为科研界使用最广的图表制作软件，Origin几乎适用于所有的科研领域的数据分析和图表绘制，2d图表、3d图表、曲面图、瀑布图、空间坐标几乎所有的图表形式它都能做，尽管有一定的学习成本，但熟悉之后一定会感叹其功能之强大。悄悄提一句，哪怕是CNS（Cell、Nature、Science）中发表的许多论文，其中的图表都是用这款软件绘制的。以下是Origin绘制的一些示意图：








3、 地理信息绘制软件：ArcGis
获取地址：https://developers.arcgis.com/


相信大家对去年美国总统大选各州票数统计地图一定印象深刻，像上面这种可视化地图其实就可以用ArcGis这种地理信息绘制软件做出来。该软件可以通过信息集成+区域分类绘制可视化的地图信息，像上述这种地图就是一个很好的例子。此外，该软件还可以结合Python进行网络数据爬取、集成绘图。尽管有一定的学习成本，但是这款软件可以绘制出非常美观的可视化信息地图来，可以为你的论文增色不少。
4、 实物模型绘制软件：Sketch up/SolidWorks
获取网址：https://www.sketchup.com/ or
对于机械、土木、电气等工科专业的研究生来说，为了更好的说明某个装置的实际尺寸及空间结构，经常需要绘制这个装置设备的概念图、模型图，这个时候这两款软件就能派上用场了。这两款软件可以应用于建筑、施工、地貌测绘、城市信息等等诸多领域，甚至可以通过渲染制作视频特效，功能十分强大，许多高质量论文中的插图都是使用这两款软件进行绘制的。此外，由于这两款软件都是已经比较成熟了的商业软件，学习成本相对较低，可以在短时间内快速上手。同时他们也有丰富的插件助手，可以协助辅助绘图。



如果您担心自己绘制的图片达不到拟投稿期刊的要求，或者想让插图吸引编辑和审稿人的眼球，从而增大自己论文的接收概率，欢迎您了解并使用我们意得辑的图片优化服务。我们会雇佣专业的设计师对您的图片进行格式调整编排，同时还会协助您校对图片和文稿信息的一致性，确保满足对应期刊的投稿要求。意得辑拥有2000+名母语编辑，涵盖1300+门学科，近20年已服务200万+篇稿件。为您提供SCI 投稿指导服务，从文稿翻译、润色到选刊指导，更提供格式排版、投稿信撰写、附信审查等服务，涵盖投稿全过程，可以协助加速您的论文发表。让我们完成繁琐枯燥的论文发表流程，您则可以全身心关注于研究本身！
我是editage意得辑，每日一篇SCI干货，欢迎点赞收藏关注~

• 润色翻译、发表指导
  
• 手把手教你写论文
  
• 学术大佬直播
  
• 论文写作100个常见错误
  

DungDaj

PPT非常值得尝试，尤其对于小白、新手，极度友好！

相比于专业的大型软件，PPT有它自己独特的优势：
既可以做简单的3D建模，也可以画2D矢量图，有海量的免费素材使用，还可以利用PPT自带动画功能快速将静图转为原理动画。最重要的是，PPT入门门槛极低，人人都可以学会。
PPT做的图可以达到什么样的水平？如何学习呢？
我梳理了69篇教程，希望可以帮助到你：
Part 1：PPT科研绘图·新手必读

PPT3D绘图参数详解



论文3D插图从未如此简单：PPT的强大，只被发现了1%



PPT3D基础入门



PPT作图如何满足投稿要求？



投稿必知：论文插图素材版权及免版权图片下载



论文作图素材哪里下载：7个优质网站推荐



Part 2：常用效果&高频元素的制作

综述中环形图的PPT画法



文字圆形环绕和三维倾斜的PPT做法



环形箭头的PPT画法



放大效果的PPT画法



拖尾和反弹效果的PPT画法



快如闪电！PPT中抠图的3种方法



PPT一分钟搞定论文图片排版



图片融合效果的PPT做法



手势的PPT画法



水珠的PPT画法



波浪的PPT画法



搅拌效果的PPT画法



燃烧效果的PPT画法



光芒的PPT画法



光束的PPT画法



光的PPT画法（付费）



云/雾的PPT画法



ThreeD插件动画功能详解



Part 3：常用3D模型的制作

开孔泡沫/多孔结构的PPT画法



水凝胶的PPT画法



一分钟搞定球簇、球壳、胶束、纳米花、病毒



高分子网络的PPT画法



PPT画聚轮烷



图片3D弯曲效果的PPT做法



球棍型DNA的画法



注射器和电极的PPT画法



石墨烯的PPT画法



PPT画掺杂石墨烯



多层结构的PPT画法



骨架结构的PPT画法



水热反应釜(含剖面)的PPT画法



纳米花的另一种PPT画法



AI芯片的PPT画法



显示器和电脑主机的PPT画法



3D环状DNA的PPT画法



碳纳米管3D模型的PPT画法



3D弯曲纤维束结构的PPT画法



3D分子建模及其3D旋转动画（以碳纳米管为例）



空心金属簇3D模型的PPT画法



两种3D纳米微管的PPT画法



投影仪的PPT3D建模



标准正弦曲线的PPT画法



多孔结构的3分钟画法


Part 4：PPT与其他软件的联动

如何在PPT中修改Origin图表并添加动画




如何从图片中提取数据



如何用PPT中编辑他人论文的原图



7个ChemOffice高级技巧，让作图快10倍



科研绘图神器OKPlus插件使用教程



PPT快速绘制函数曲线



绘图硬件选择
你的作图装备，不是只电脑



Part 5：综合运用

期刊封面的设计思路与PPT制作方法



光路图的PPT画法



皮肤组织剖面图的PPT画法



厂房3D模型的PPT画法



Part 6：百尺竿头！跟Nature学画图系列教程
(1) 高质感小球的PPT画法



(2) 简单的图也有很多细节



(3) 褶皱细胞膜的PPT画法



(4) 死亡细胞、噬菌体、酶蛋白的PPT画法



(5) 《Nature》涂刮工艺的画法：一个99.9%的人不知道的作图技巧



(6) 河道地形图的PPT画法



(7) 透明质感树脂的PPT画法



（8）光束和闪电的PPT画法



（9）光电检测图的PPT画法


最后：

全网最全科研绘图素材、资源合集