🇨🇳中文 | ❓提问/Issues | 💬讨论/Discussions

科研绘图是数据科学研究者的重要核心技能之一，好的绘图能够清晰明了的让文章易懂易读，甚至得到好的评审意见以及广泛的宣传引用。但由于目前在线网络教程资源存在案例主题不明确、由于相关绘图库更新导致代码失效、使用外部数据集进行案例展示不便于迁移、教程说明质量参差不齐等问题，对学术研究造成了一定的阻碍。

为了尽量缓解上述问题，达到展示即理解的程度，也即Show to Know（Show2Know，简称SK-II），本项目初步调研部分计算机领域的文献，整理开源出了目前深度学习领域常用的12种绘图类型，拟希望从函数详细说明、多案例展示、配色建议等角度，形成一定的高质量教学文档工具，进一步提高科研人的绘图技能，争做“可视化界的神仙水”，欢迎志同道合的同学一起参与贡献！

本项目主要内容：

• 🚀 针对计算机领域的44篇论文进行了初步整理，整合出12种基本绘图类型。
• 🚀 开源了目前100%可运行代码，并保持不断更新多样化的案例。
• 🚀 拟希望详细描述不同绘图类型的不同绘制方法函数。
• 目前拟支持的绘图库：Matlablib、Pyechart

💡 欢迎志同道合的同学积极联系一同参与工具建设！

Tips：我们希望每周坚持分享一个小知识来积累可视化技术的成长，欢迎加入我们。

[2023/06/04] v2.3版本: 新增Cmap笔记整理

[2023/06/01] v2.2版本: 新增Marker点形状笔记整理。

[2023/05/25] v2.1版本: Push基本版本，完善文档。

[2023/05/25] v2.0版本: 公开建立初始化Repo。

Marker 点形状	可视化
,
.
o
v
^
<
>
1
2
3
4
8
s
p
P
h
H
+
x
X
D
d
|
_
0
1
2
3
4
5
6
7
8
9
10
11
$ ... $

` import matplotlib.pyplot as plt import numpy as np from matplotlib import colors # 注意！为了调整“色盘”，需要导入colors

rng = np.random.RandomState(0) x = rng.randn(50) y = rng.randn(50) color = rng.rand(50) sizes = 700 * rng.rand(50)

changecolor = colors.Normalize(vmin=0.4, vmax=0.8)

plt.scatter(x, y, c=color, s=sizes, alpha=0.3, cmap='viridis',norm=changecolor)

plt.colorbar() plt.show() `

• 完成散点图函数说明及案例分析
• 完成基本绘图类型的整体教程说明
• 更新真实论文案例展示

感谢参与开源贡献的同学们～！

Winniy 💻 🎨 🤔

Daniel Muei 🐛 💻