如何在论文中画出漂亮的插图？
经常看到别人论文中画出各种绚烂的插图，我想知道这些图都是用一些什么样的软件画出来的。比如下面给出的几张，好吧，我承认有的并不那么绚烂，但用什么样的软件比较合适呢？具体答案可以拓展到更为广远的作图领域。
强烈推荐 Python 的绘图模块 matplotlib: python plotting 。画出来的图真的是高端大气上档次，低调奢华有内涵~ 适用于从 2D 到 3D，从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 Matlab 的绘图函数名字都差不多，迁移的学习成本比较低。开源免费。如图所示（题目描述中的图在最后）：
（以下图片均引用自 Thumbnail gallery ）
像这种普通的函数图象：
plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)
以及这种 Scatter 图（中文不知道该怎么说…）：
plt.scatter(x, y, s=area, alpha=0.5)
精致的曲线，半透明的配色。都显出你那高贵冷艳的X格，最重要的是只需一行代码就能搞定。从此以后再也不用忍受 Matlab以及GNUPlot 中那蛋疼的配色了。
想画 3D 数据？没有问题：
ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3)
cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm)
四行代码你就能拥有（后三行是画坐标平面上的等高线，严格的额说还是一行）。
除此以外，不过你是矢量场，网络还是什么奇葩的需求都能够搞定：
plt.streamplot(X, Y, U, V, color=U, linewidth=2, cmap=plt.cm.autumn)
plt.colorbar()
plt.triplot(x, y, triangles, 'go-')
plt.title('triplot of user-specified triangulation')
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
ax = plt.subplot(111, polar=True)
bars = ax.bar(theta, radii, width=width, bottom=0.0)
这还没完，Matplotlib 还支持Latex公式的插入，当别人画的图还是这个样子的时候（以下图片引用自 Matplotlib Tutorial(译) ）
你能够把它变成这个样子：
如果再搭配上 IPython 作为运行终端（这张图是自己的~）：
简直就是神器啊，有木有！
心动不如行动，还等什么？
（奉上教程一篇 Matplotlib Tutorial(译) ）
==== Update: 2013-9-18 18:04 ====
经 @许铖 同学提醒，再补充一句，matplotlib 还可以话 xkcd 风格的图呦~
（图片引用自网络）
此外结合 IPython Notebook 后更多精彩内容，请看 http://nbviewer.ipython.org/
==== Update: 2013-9-19 20:04 ====
如果嫌安装麻烦并且恰好在 Windows 系统下的话可以尝试Python的一个发行版 winpython - Portable Scientific Python 2/3 32/64bit Distribution for Windows 。
==== Update: 2013-10-1 23:45 ====
鉴于 @van li 同学质疑 matplotlib 是否能画出题目中所示的图像，我在这里将题目中的图像用 matplotlib 画出来如下：
代码在此处： https://gist.github.com/coldfog/c479124328fc6bb8b789
代码在此处： https://强烈推荐 Python 的绘图模块 matplotlib: python plotting 。画出来的图真的是高端大气上档次，低调奢华有内涵~ 适用于从 2D 到 3D，从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 Matlab 的绘图函数名字都差不多，迁移的学习成本比较低。开源免费。如图所示（题目描述中的图在最后）：
（以下图片均引用自 Thumbnail gallery ）
像这种普通的函数图象：
plt.fill(x, y1, 'b', x, y2, 'r', alpha=0.3)
以及这种 Scatter 图（中文不知道该怎么说…）：
plt.scatter(x, y, s=area, alpha=0.5)
精致的曲线，半透明的配色。都显出你那高贵冷艳的X格，最重要的是只需一行代码就能搞定。从此以后再也不用忍受 Matlab以及GNUPlot 中那蛋疼的配色了。
想画 3D 数据？没有问题：
ax.plot_surface(X, Y, Z, rstride=8, cstride=8, alpha=0.3)
cset = ax.contourf(X, Y, Z, zdir='z', offset=-100, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='x', offset=-40, cmap=cm.coolwarm)
cset = ax.contourf(X, Y, Z, zdir='y', offset=40, cmap=cm.coolwarm)
四行代码你就能拥有（后三行是画坐标平面上的等高线，严格的额说还是一行）。
除此以外，不过你是矢量场，网络还是什么奇葩的需求都能够搞定：
plt.streamplot(X, Y, U, V, color=U, linewidth=2, cmap=plt.cm.autumn)
plt.colorbar()
plt.triplot(x, y, triangles, 'go-')
plt.title('triplot of user-specified triangulation')
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
ax = plt.subplot(111, polar=True)
bars = ax.bar(theta, radii, width=width, bottom=0.0)
这还没完，Matplotlib 还支持Latex公式的插入，当别人画的图还是这个样子的时候（以下图片引用自 Matplotlib Tutorial(译) ）
你能够把它变成这个样子：
如果再搭配上 IPython 作为运行终端（这张图是自己的~）：
简直就是神器啊，有木有！
心动不如行动，还等什么？
（奉上教程一篇 Matplotlib Tutorial(译) ）
==== Update: 2013-9-18 18:04 ====
经 @许铖 同学提醒，再补充一句，matplotlib 还可以话 xkcd 风格的图呦~
（图片引用自网络）
此外结合 IPython Notebook 后更多精彩内容，请看 http://nbviewer.ipython.org/
==== Update: 2013-9-19 20:04 ====
如果嫌安装麻烦并且恰好在 Windows 系统下的话可以尝试Python的一个发行版 winpython - Portable Scientific Python 2/3 32/64bit Distribution for Windows 。
==== Update: 2013-10-1 23:45 ====
鉴于 @van li 同学质疑 matplotlib 是否能画出题目中所示的图像，我在这里将题目中的图像用 matplotlib 画出来如下：
