Python绘制Nature MI同款密度散点图复刻
- 2026-02-25 08:19:00
✨Python绘制Nature MI同款密度散点图复刻
跑了好几天的模型，预测结果终于出来了，结果用 Excel 或默认设置画出来的散点图黑压压一片，完全看不出分布趋势？导师看了直摇头，审稿人说“Lack of clarity”？
💡 高级感不是滤镜，是信息分层！
今天带大家复盘一张 Nature Machine Intelligence 里的 ImmuScope 核心性能图！原图之所以好看，不是因为颜色花哨，而是因为它用“密度着色”解决了数据重叠的问题。
👉 原图 vs 复刻图：
看看这清爽的配色、清晰的 R 值标注、还有那层高级的密度光晕！
✅ 层次感：利用 Gaussian KDE 计算密度，高密度区用暖色，低密度区用冷色，一眼看出模型稳不稳。
✅ 专业度：把 Pearson 相关系数 ($R$) 和 P 值直接嵌在图里，数据说话，无需多言。
✅ 细节控：刻度朝内、字体 Arial、边框加粗，这些才是顶刊的“隐形门槛”。
🛠 Python 绘图思路 (Matplotlib + Seaborn)：
别再手动 P 图了！这套代码是模板化的，换上你的 CSV 数据就能跑：
1️⃣ 计算密度：用 scipy.stats.gaussian_kde 给每个点打分。
2️⃣ 图层叠加：记得设置 zorder，网格线在下，数据点在中，文字在上，这就是“三明治画法”。
3️⃣ 一键美化：配置好 rcParams，彻底告别 Matplotlib 的默认“丑图”样式。
👇 关注公众号【嗡嗡的Python日常】
🚫 关于源码： 本文核心代码为原创定制，暂不免费公开。
✅ 如果你需要：
购买本项目完整源码 + 数据
定制类似的科研绘图
咨询代码运行报错问题
请直接添加号主微信沟通（有偿分享☕️）： Wjtaiztt0406
#python #python绘图 #科研绘图 #研究生 #博士 #图表复刻 #学术绘图 #可复用模板 #科研生产力 #Nature复现
