如何用Matplotlib复刻《Nature Physics》风格的log-log出版物增长图？

核心样式调整步骤 #

• 刻度与坐标轴设置

  • Y轴启用对数刻度并指定范围：执行plt.yscale('log')，再通过plt.yticks([10**2, 10**3, 10**4, 10**5, 10**6])确保每个10的幂次都显示刻度。
  • X轴按十年间隔设置刻度：若年份范围为1900-2020，用plt.xticks(range(1900, 2021, 10))实现。
  • 隐藏顶部和右侧边框：调用ax.spines[['top', 'right']].set_visible(False)（使用Axes对象更灵活）。

• 网格与突变线设置

  • 添加浅色虚线网格：ax.grid(True, linestyle='--', alpha=0.3, color='lightgray')，可通过axis='y'参数仅保留Y轴网格线，适配对数刻度读数需求。
  • 垂直虚线标记突变点：假设突变年份为1940、1970、2000，循环执行ax.axvline(x=year, linestyle='--', color='gray', alpha=0.6)。

• 字体与线条样式

  • 全局设置衬线字体：plt.rcParams['font.family'] = 'serif'，可指定'Times New Roman'这类期刊常用字体。
  • 调整曲线样式：设置线条为平滑实线，宽度适中，示例：ax.plot(x_data, y_data, linewidth=2, color='#1f77b4')（参考Nature系沉稳色调）。

• 面板标签添加

  • 在左上角固定位置添加标签：ax.text(0.02, 0.98, 'Web of Science', transform=ax.transAxes, va='top', fontweight='bold')，利用轴坐标确保位置不随图表缩放偏移。

完整示例代码片段 #

import matplotlib.pyplot as plt
import numpy as np

# 模拟年度论文增长数据
years = np.arange(1900, 2021)
papers = 100 * np.exp(0.03*(years-1900))  # 指数增长模拟

# 初始化绘图对象
fig, ax = plt.subplots(figsize=(8, 6))

# 绘制主趋势曲线
ax.plot(years, papers, linewidth=2, color='#1f77b4')

# 配置Y轴对数刻度
ax.set_yscale('log')
ax.set_ylim(10**2, 10**6)
ax.set_yticks([10**2, 10**3, 10**4, 10**5, 10**6])

# 配置X轴十年间隔刻度
ax.set_xticks(range(1900, 2021, 10))
ax.set_xlim(1900, 2020)

# 隐藏顶部/右侧坐标轴边框
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# 添加浅色虚线网格
ax.grid(True, linestyle='--', alpha=0.3, color='lightgray', axis='y')

# 绘制突变点垂直虚线
mutation_years = [1940, 1970, 2000]
for year in mutation_years:
    ax.axvline(x=year, linestyle='--', color='gray', alpha=0.6)

# 添加左上角面板标签
ax.text(0.02, 0.98, 'Web of Science', transform=ax.transAxes, va='top', fontweight='bold', fontfamily='serif')

# 优化布局
plt.tight_layout()
plt.show()

细节优化提示 #

• 配色可参考《Nature Physics》官方配色调整线条、网格的颜色值，提升风格匹配度。
• 调整刻度标签字体大小：plt.rcParams['xtick.labelsize'] = 10、plt.rcParams['ytick.labelsize'] = 10，对齐期刊正文字号。
• 若需要更精细的刻度标签格式，可使用FuncFormatter自定义对数刻度的显示样式。

内容的提问来源于stack exchange，提问作者joe