论文中图表形式多样，常用的处理工具有excel、matlab以及python等，excel自处理的方法有两个缺陷：
1.当数据较多时，容易出现excel“翻白眼”的现象；
2.需要使用subplot功能或批量处理时，使用MATLAB或Python更为方便；
3.excel处理的图在美观程度上较论文图表标准有一定的距离。对比MATLAB以及Python的plot功能，从图的美观角度出发，Python稍占优势，下文讲简要介绍将excel中的数据提取到Python中并利用Python的matplotlib库制图的过程。
一.如何将Excel中的数据导入Python中：
立即学习“Python免费学习笔记（深入）”；
此部分主要介绍如何将Excel中的数据导入python中（原始数据可能在.txt或.out文件中，且数据较为繁杂，可以先利用MATLAB或python将数据进行处理存入Excel中，包括一些简单的计算、排列等，以便于之后的绘图，或直接利用python提取.txt中数据，在此不做详细介绍），主要方法是利用python的xlrd库，流程如下：
# 导入xlrd库 import xlrd # 读取指定Excel文件(此处为excel_dir)中的数据 data=xlrd.open_workbook(excel_dir) # 读取指定data中某sheet(此处命名为sheetname)中的数据 table=data.sheet_by_name(sheetname) #读取table中某一列的数据 needs=table.col_values(0)
其中有几个需要说明的点：
1.excel_dir和sheetname如何定义？
excel_dir应写成字符串的格式（即' '或者" "），最终应以.xls或.xlsx等Excel的后缀结尾，比如读取Administrator桌面上的名为result.xls的文件可写为：
excel_dir = 'C:\Users\Administrator\Desktop\result.xls'data=xlrd.open_workbook(excel_dir)
sheetname定义的方法同上，除此之外sheet还有通过索引顺序的读取方法：
table = data.sheets()[0] #通过索引顺序获取 table = data.sheet_by_index(0) #通过索引顺序获取
2.如何读取某单元格或者某行的数据？
流程中所示为读取某sheet中某列的数据，同理某行数据为：
table.col_values(i)
读取某单元格数据命令为：
table.cell(i,j).value
3.读取某行或某列数据时，数据的范围是什么？
举个例子：当某sheet中表格如下时，会读取4×3表格中的数据。
即若想读取B列数据，代码应写为
table.col_values(1)
注意：python是从0开始计数的，故column number应为1，此时计入的信息为：[u'',u'',4,u'']
且注意table的维度由各个sheet决定，及若某excel表格有多个sheet，可能出现list长度不同的情况。
4.如果想取某列2-5行如何做呢？
table.col_values(i)[1:5]
5.若想取到最后一个数字，应如何编写代码？
由于各行/列的数据类型可能不同，可能会出现第一列仅4个数字，而第二列有9个数字，而最多的一列有100个数字等类似的情况，若直接用取整列的命令，会使list中掺入u''，导致下一步的绘图出错，此时可以使用如下方法：
本文档主要讲述的是Matlab语言的特点；Matlab具有用法简单、灵活、程式结构性强、延展性好等优点，已经逐渐成为科技计算、视图交互系统和程序中的首选语言工具。特别是它在线性代数、数理统计、自动控制、数字信号处理、动态系统仿真等方面表现突出，已经成为科研工作人员和工程技术人员进行科学研究和生产实践的有利武器。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
a_col=table.col_values(i) a=a_col[0,a_col.index(u'')]
但需注意，此命令不能对控制行数的列使用，否则也会报错，可编写其他判断语句进行鉴别是否使用该命令。
二.如何利用Python进行绘图：
此处介绍利用matplotlib库进行绘图的方法，首先应导入matplotlib库：
import numpy as npimport matplotlib.pyplot as plt
绘图方法很简单，大致流程如下：
# 绘图命令，1为图号，并设置figsize
fig_drift= plt.figure(1,figsize=(12,4))
# 设置数据在x轴和y轴的坐标，以及颜色、标签等属性，此处用了两组数据
plt.plot(drift[0], story,"g-",label='$Damped$')
plt.plot(drift[1], story,"r-.",label='$Undamped$')
# 设置x轴和y轴的标签
plt.xlabel('Drift')
plt.ylabel('Storey')
# 选择显示数据组标签
plt.legend()
# 设置x轴和y轴的间隔及范围
plt.xticks((0.000,0.005,0.010,0.015))
plt.yticks(range(1,5,1))
# 设置图名
plt.title('minor')
其中需要说明的几点：
1.如何绘制多图？
很简单，只需在设置了图号名之后，插入：
ax2 = plt.subplot(132) plt.sca(ax2)
后面的命令与前述一致，值得一提的是，plt.subplot(131)指的是绘制一个含有1×3子图的图，且ax1代表的是第2张图，而plt.sca(ax2)表示选择该子图。
2.设置x轴、y轴以及其他命令如何判断是赋予哪张图的属性呢？
matplotlib会直接将该属性赋予上一plot对象。
3.如何绘制散点图？
把pl.plot(x, y)改成pl.plot(x, y, 'o')即可。
4.其他一些设置参数：
# 设置x轴和y轴的上下限 pl.xlim(i, j) pl.ylim(m,n) # 显示图 pl.show() # 保存图，自动存为png格式 plt.savefig(dir+name.png,dpi=600）
除此之外还支持设置x轴（y轴）坐标显示，绘制饼状图、直方图等功能，在此不再一一介绍。
三.说点题外话：
曾经看过一句话：“世界上没有烂语言，只有写语言的烂人”。
每种语言各自有其优势，也有其劣势，在此不做过多评价。如何利用语言实现绘图或达到更多目标，在于我们如何选择。恰到好处地使用for或def、class等语句，能使一段代码如虎添翼，写在这里，作为给自己的提醒：遇到问题先明确方法、形成体系再进入编写，不要盲目地将看似正确的语言进行强行拼凑，返工率极高。
更多如何利用Python绘制学术论文图表方法相关文章请关注PHP中文网！
