结果对比
本文复现的这张图是2021年发表在Nature中的一张多子图柱状图。完整代码获取方法在文末。
论文原图：
复现结果：
绘制思路
之前在b站找教程的时候，看到这个图，顺手复现一下，b站有视频手把手教了怎么从零到一绘制。我是在b站视频的基础上，完善了一些细节，并将子图的绘制代码封装起来，方便之后同时绘制更多子图（比如8个，12个）。这篇期刊中还有其他的一些图，都比较简单，挺适合新手用来入门Python科研绘图的，之后有时间也会逐一复现的。
https://www.bilibili.com/video/BV1CW4y1W7Cv
这个图的绘制比较简单，就是画出4个柱状图子图然后进一步拼接。
需要注意的就是第二个子图的图例是和另外三个相反的；
可能是因为图幅小，如果使用原生的x轴刻度线会有点越过坐标轴的感觉，因此还需要额外绘制x轴刻度线。
这次就直接通过肉眼识别把柱状图的高度提取出来，作为代码的输入数据。
主要代码如下：
"""
Author: https://github.com/zbhgis
Paper source: https://doi.org/10.1038/s41586-021-03344-2
Paper Figure source: https://www.nature.com/articles/s41586-021-03344-2/figures/6
Last Modified: 2025-12-05
Data: The data used in the code is obtained by visual recognition
"""import numpy as np
import matplotlib.pyplot as plt
import utils# 绘图函数
def create_bar_plot(ax,bar_data=[[0.45, 0.16, 0.11, 0.15, 0.10, 0.08],[0.55, 0.17, 0.08, 0.13, 0.07, 0.06],],bar_label=["Control", "Treatment"],bar_color=["#D82E18", "#5DB1DE"],bar_width=0.25,capsize=3,title="Study 3\nFalse Headline",x_label="Sharing Likelyhood",y_label="Frequency",x_tick_label=["Extremely\nunlikely","Moderately\nunlikely","Slightly\nunlikely","Slightly\nlikely","Moderately\nlikely","Extremely\nlikely",],y_tick_label=np.arange(0, 0.7, 0.1),
):# 画图x = np.arange(len(bar_data[0]))# 绘制子图中的每个柱状图for i in range(0, len(bar_data)):offset = bar_width * (i - (len(bar_data) - 1) / 2)ax.bar(x + offset,bar_data[i],width=bar_width,label=bar_label[i],color=bar_color[i],capsize=capsize,)# 添加标题和轴标签ax.set_title(title)ax.set_xlabel(x_label)ax.set_ylabel(y_label)# 隐藏顶部和右侧的轴线ax.spines["top"].set_visible(False)ax.spines["right"].set_visible(False)# 设置x轴ax.set_xticks(x, x_tick_label)# 添加新的x轴刻度线utils.add_ticks(ax, axis="x", num_ticks=len(bar_data[0]) + 1, ymin=-0.01, ymax=-0.005)# 设置y轴ax.set_yticks(y_tick_label)ax.tick_params(axis="y", which="both", length=0)# 刻度保留两位小数utils.format_ticks(ax, y_zero_format=True, y_precision=2)# 绘制图例ax.legend(frameon=False)if __name__ == "__main__":# 统一绘图样式plt.rcdefaults()plt.rcParams.update({"font.family": "Times New Roman", # 字体"axes.titlesize": 20, # 子图标题大小"axes.labelsize": 16, # 坐标轴标签大小"xtick.labelsize": 8, # x轴刻度标签大小"ytick.labelsize": 14, # y轴刻度标签大小"legend.fontsize": 15, # 图例字体大小"axes.linewidth": 1, # 坐标轴线宽"lines.linewidth": 1, # 线宽"legend.handlelength": 0.6, # 图例长度"legend.handleheight": 0.6, # 图例高度"legend.handletextpad": 0.3, # 图例与图例文字距离})# 条形图数据bar_data_list = [[[0.45, 0.16, 0.11, 0.15, 0.10, 0.08], [0.55, 0.17, 0.08, 0.13, 0.07, 0.06]],[[0.33, 0.18, 0.16, 0.17, 0.12, 0.08], [0.32, 0.20, 0.14, 0.19, 0.15, 0.06]],[[0.46, 0.13, 0.09, 0.135, 0.1, 0.12], [0.53, 0.125, 0.085, 0.125, 0.09, 0.09]],[[0.3, 0.19, 0.17, 0.186, 0.12, 0.08], [0.33, 0.17, 0.16, 0.196, 0.128, 0.086]],]# 条形图标签bar_label_strs = ["Control", "Treatment"]# 条形图颜色bar_color_list = [["#D82E18", "#5DB1DE"],["#5DB1DE", "#D82E18"],["#D82E18", "#5DB1DE"],["#D82E18", "#5DB1DE"],]# 标题title_list = ["Study 3\nFalse Headline","Study 3\nTrue Headline","Study 4\nFalse Headline","Study 4\nTrue Headline",]# 标签文本x_label_str = "Sharing Likelyhood"y_label_str = "Frequency"# x轴刻度文本x_tick_label_strs = ["Extremely\nunlikely","Moderately\nunlikely","Slightly\nunlikely","Slightly\nlikely","Moderately\nlikely","Extremely\nlikely",]# y轴刻度数字y_tick_label_strs = np.arange(0, 0.7, 0.1)_, ax_list = utils.add_subplots(tw=10, th=10, wspace=0.3, hspace=0.5)# 创建子图for i in range(0, 4):create_bar_plot(ax_list[i],bar_data_list[i],bar_label_strs,bar_color_list[i],0.25,3,title_list[i],x_label_str,y_label_str,x_tick_label_strs,y_tick_label_strs,)# 导出为jpg文件，默认在当前路径下utils.export_fig()# 导出为指定路径下的指定文件名的tiff文件，dpi为500# utils.export_fig(# formats="tiff", output_path=r"C:\Users\dell\Desktop\test.tiff", dpi=500# )# # 直接用plt.show()会导致比例失常，所以得看最终导出的图。# plt.show()
完整代码
github仓库链接
https://github.com/zbhgis/QuickPlot
或者公众号后台回复 图表复现
在QuickPlot仓库 plot文件夹的bar文件夹下，过程中使用的其他封装工具函数在utils文件夹下。
参考
https://www.bilibili.com/video/BV1CW4y1W7Cv
https://www.nature.com/articles/s41586-021-03344-2/figures/6