序言

有幸在这次的组队学习活动中，拜读宁海涛先生的《科研论文配图绘制指南——基于python》一书，这本书文辞亲切，排版友好，色彩丰富，内容实用，实在是一本学习如何使用python进行科研论文配图绘制的好书！
科研论文配图的绘制对我们的重要性不言而喻，无论是毕业论文还是竞赛中需要提交的论文，甚至是我们的课程论文，一组色彩合适、排版优美的配图都会是我们论文的加分项。因此，这本书实在值得一读。

阅读笔记

ProPlot绘图包介绍

科研论文配图有着多图层元素的要求，如果使用matplotlib和seaborn库的话，会有需要修改图层中多个绘制参数的需要，在绘制含有多个子图的复杂图形时，容易造成代码冗长。而ProPlot作为一个简介的Matplotlib包装器，是对Matplotlib面向对象绘图方法的高级封装（上次说到seaborn库也是对matplotlib的高级封装，但是从这些描述来看的话，可以认为Proplot比seaborn封装得更加彻底，并且整合进了更多的功能——）整合了cartopy/Basemap、xarray、pandas，弥补了部分matplotlib的缺陷。

与Matplotlib的异同

• ProPlot可以通过内置方法来绘制不同样式的子图标签，而Matplotlib需要通过自定义函数来绘制，造成了代码的冗长。
• 并且ProPlot同时也提供了便捷的“‘跨度’轴标签”、“多子图序号的绘制”的函数及其参数说明。
• ProPlot相比Matplotlib有一个专门用于绘制单个子图或多个连续子图的颜色条和图例的简单框架，这个框架可以将位置参数传递给颜色条axes.Axes.colorbar和图例axes.Axes.legend,通过这种方式，我们可以便捷地完成对特定子图不同位置的颜色条或图例的绘制。并且也不容易出现在matplotlib中由于不恰当的自定义借用空间造成的子图不对称等问题。
• ProPlot相比与Matplotlib有着更加美观的颜色和字体，除了Matplotlib所默认的“逮虾户”字体，它还附带了几种更加符合科研期刊对配图要求的字体，并且，ProPlot也具有更加多的颜色映射选项，可以应对较复杂的数值映射场景

安装要求

目前ProPlot不支持Matplotlib的3.5系列版本，所以如果希望使用最新版的Matplotlib的话，建议另外使用一个虚拟环境来安装ProPlot，避免Matplotlib被降级。

特有的优点

我们除了直接使用这个库进行直接的绘图，其实也可以仅仅使用这个库中所内置的一些“主题”，也就是说只利用主题，但是依然采用其他的绘图库来绘制图形以支持自己对配图的个性化设置。