基于Python的生态学、地学领域高质量科研可视化制图

第1章课程导论与SCI图像标准、环境搭建1.1 SCI图像规范分辨率与DPI300 vs 600 vs 1200RGB / CMYK色彩模式转换矢量图PDF、SVG vs 位图TIFF、PNG常见错误示例字体不一致、图例遮挡、JPEG压缩1.2 Python科研绘图生态Matplotlib底层/可控、Seaborn统计范式、Plotly交互、Cartopy制图、PyVista3D、SHAP可解释图像后处理Inkscape、Illustrator质量标准同一项目统一配色/字体/网格/标注风格。常见错同图混用多库默认样式、位图编辑代替矢量编辑。1.3 环境搭建conda 环境锁定env.yml、pip-toolsJupyterVS Code 工作流。第2章Matplotlib高质量图核心2.1 样式管理与rcParams统一字体英Arial/Times中思源/苹方、字号层级、线型与色板。科研配色、色盲友好色板2.2 单图 多子图布局折线图、散点图、误差带子图对齐、Panel A/B/C 自动标。GridSpec 控制比例共享坐标轴单位与小数位标准化。2.3 输出高分辨率图像矢量优先位图仅限栅格底图透明背景PNGTIFF 无压缩。保存两份审稿版RGB、发版版 CMYK嵌入/转曲字体。第3章:Seaborn与高级统计可视化3.1 基础统计图箱线雨点/violin 组合显著性标记样本量 n 标注。误差呈现一致SD/SE/CI对数坐标时说明变换。3.2 分布与相关性热图相关系数FDR、jointplot边缘分布、置信椭圆。相关矩阵排序与聚类显著性以符号或遮罩表达。多区域分组相关热力气泡图3.3 分布对比与趋势山脊图展示密度分组柱状热力组合呈现强度与结构。第4章 空间数据与生态制图4.1 空间数据处理GeoTIFF Shapefile 叠加栅格vs 矢量坐标与分辨率对齐。先重投影后裁剪属性表最小化图层顺序与透明度控制。4.2 Cartopy美化指北针 比例尺分区标注4.3 高级空间图遥感分类结果图LULC多Y轴气候水文图三维三角网格曲面图 二维等高线第5章 高级相关性案例分析与可视化5.1 相关性分析与图谱案例分析方块面积相关性热图、关联气泡图、层次聚类相关热图5.2 统计显著性校正FDR多重检验校正可视化5.3 多维相关性图主成分分析的应用案例散点矩阵、分组矩阵、PCA/NMDS 结果图。第6章:机器学习案例分析与SHAP可视化6.1生态案例应用与分析随机森林算法特征选择与参数优化条形特征重要性排序图6.2 SHAP可视化南丁格尔玫瑰图展示模型权头部特征SHAP散点图SHAP依赖图单特征双特征交互效应SHAP图特征重要性总览 依赖组合图6.3 集成分析图流程图数据→特征→模型→评估模型对比表第7章多源融合与多面板整合7.1 综合布局设计流程图 空间图 统计图组合多面板分栏排版7.2 Pillow图像拼接Python合成 矢量输出第8章批量化与自动化工作流8.1 自动批量导批量命名、格式转换RGB→CMYK自动转换8.2 版本管理与可复现Git管理科研绘图代码结果可追溯化