O SciencePlots é uma biblioteca de estilos para o Matplotlib, focada em auxiliar pesquisadores a produzir visualizações de dados que atendem a normas de publicação científica. Ela oferece uma coleção de temas pré-configurados e parâmetros para gerar gráficos de alta qualidade sem ajustes manuais extensos.

Vantagens do SciencePlots

Em ambientes de pesquisa, a qualidade dos gráficos afeta diretamente a credibilidade e a legibilidade dos trabalhos. O SciencePlots resolve desafios comuns de visualização através de:

• Conformidade com normas acadêmicas: Estilos pré-definidos seguem diretrizes de periódicos renomados, com tipografia e cores otimizadas.
• Uso imediato: Aplicação rápida com uma única linha de código, eliminando a necessidade de configuração manual.
• Personalização avançada: Suporte a múltiplas paletas de cores, fontes e estilos gráficos para diferentes disciplinas.
• Suporte multilíngue: Fontes embutidas para idiomas como chinês, japonês e coreano, garantindo a exibição correta de caracteres especiais.

Instalação e Uso Inicial

O pacote pode ser instalado via pip ou diretamente do repositório:

# Instalação via pip
pip install SciencePlots

# Instalação a partir do código-fonte
git clone https://github.com/garrettj403/SciencePlots
cd SciencePlots
pip install .

Para aplicar o estilo básico, basta adicionar uma chamada ao módulo de estilo antes de criar o gráfico:

import matplotlib.pyplot as plt

plt.style.use('science')

eixos_x = [1, 2, 3, 4, 5]
valores_y = [2, 4, 6, 8, 10]
plt.plot(eixos_x, valores_y)
plt.xlabel('Coordenada X')
plt.ylabel('Coordenada Y')
plt.title('Demonstração de Gráfico')
plt.show()

Estilos e Paletas de Cores

O SciencePlots disponibiliza diversos estilos otimizados para contextos específicos:

• science: Estilo limpo para publicações gerais.
• ieee: Adequado para conferências e revistas IEEE.
• nature: Inspirado nas diretrizes da revista Nature.
• scatter: Ajustado para gráficos de dispersão.
• notebook: Otimizado para ambientes interativos como Jupyter.

As paletas de cores estão localiazdas em src/scienceplots/styles/color/ e incluem opções como:

• bright: Combinações vibrentes para maior destaque.
• high-contrast: Esquemas de alto contraste para melhor legibilidade.
• muted: Tons suaves de baixa saturação.
• discrete-rainbow: Paleta arco-íris discreta para diferenciar múltiplas séries.

Técnicas de Customização

É possível combinar múltiplos estilos ou modificar parâmetros diretamente no código:

# Combinar estilo científico com paleta de cores vibrante
plt.style.use(['science', 'bright'])

# Ajustar configurações de fonte manualmente
plt.rcParams.update({
    'font.size': 12,
    'axes.labelsize': 14,
    'xtick.labelsize': 10,
    'ytick.labelsize': 10,
})

Para suporte a carcateres em chinês simplificado, adicione o estilo correspondente:

plt.style.use(['science', 'cjk-sc-font'])

Casos de Aplicação

Em artigos acadêmicos, o estilo ieee é frequentemente utilizado para gerar figuras com fórmulas matemáticas e dados experimentais. Para comparar múltiplos conjuntos de dados, as paletas do SciencePlots facilitam a distinção visual entre diferentes variáveis, como curvas de corrente-tensão sob condições variáveis.

Dicas para Exportação

Ao salvar gráficos para publicação, recomenda-se usar configurações de alta resolução:

plt.savefig('figura.pdf', dpi=300, bbox_inches='tight')