Veusz 科学绘图工具使用教程
1. 项目介绍
Veusz 是一个科学绘图和图形绘制程序,具有图形用户界面,旨在生成适合出版的 2D 和 3D 图表。它是一个跨平台的应用程序,支持 Windows、Linux/Unix 和 macOS。Veusz 支持矢量和位图输出,包括 PDF、Postscript、SVG 和 EMF 格式。
Veusz 是用 Python 编写的,基于 PyQt 和 NumPy 库。它是一个自由软件,遵循 GPL 许可证。Veusz 的设计目标是提供一个简单、一致且功能强大的用户界面,使用户能够轻松创建高质量的图表。
2. 项目快速启动
安装 Veusz
首先,确保你的系统上已经安装了 Python 和 PyQt。然后,你可以通过以下命令从 GitHub 克隆 Veusz 项目并进行安装:
# 克隆项目
git clone https://github.com/veusz/veusz.git
# 进入项目目录
cd veusz
# 安装依赖
pip install -r requirements.txt
# 运行安装脚本
python setup.py install
启动 Veusz
安装完成后,你可以通过以下命令启动 Veusz:
veusz
创建第一个图表
- 启动 Veusz 后,点击“文件”菜单,选择“新建”来创建一个新的文档。
- 在左侧的“数据集”面板中,点击“添加数据集”按钮,输入一些示例数据。
- 在右侧的“绘图”面板中,选择“X-Y 图”并将其拖动到文档中。
- 在“X-Y 图”属性中,选择你刚刚创建的数据集作为 X 和 Y 轴的数据。
- 点击“文件”菜单,选择“保存”来保存你的图表。
3. 应用案例和最佳实践
应用案例
Veusz 广泛应用于科学研究和数据可视化领域。例如,在物理学研究中,科学家可以使用 Veusz 来绘制实验数据,生成高质量的图表用于论文发表。在生物信息学中,Veusz 可以用于绘制基因表达数据,帮助研究人员分析基因表达模式。
最佳实践
- 数据导入:Veusz 支持多种数据格式,包括 CSV、HDF5 和 FITS。确保你的数据格式正确,以便顺利导入。
- 图表定制:Veusz 提供了丰富的图表定制选项,包括颜色、线条样式、标签等。根据你的需求进行适当的定制,以生成符合出版标准的图表。
- 脚本自动化:Veusz 支持 Python 脚本,可以通过编写脚本来批量生成图表,提高工作效率。
4. 典型生态项目
SciTools Easyviz
SciTools Easyviz 是一个用于科学计算的 Python 库,它使用 Veusz 作为绘图后端。Easyviz 提供了一个简单的接口来生成各种类型的图表,适合那些希望快速生成图表而不需要深入了解 Veusz 的用户。
NumPy 和 PyQt
Veusz 的核心依赖库包括 NumPy 和 PyQt。NumPy 提供了强大的数值计算功能,而 PyQt 则提供了图形用户界面开发的支持。这两个库与 Veusz 紧密结合,共同构成了一个功能强大的科学绘图工具。
通过本教程,你应该已经掌握了 Veusz 的基本使用方法,并了解了其在科学研究和数据可视化中的应用。希望你能利用 Veusz 生成更多高质量的图表,提升你的工作效率。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00