图片相关

这部分主要介绍在论文写作过程中，如何绘图、图片中使用的字体与字号、以及如何对图片进行后处理。

绘图

pyplot绘图

图片的宽度，对于单栏的图片来说，建议设置为3.5英寸（约8.89厘米）；对于双栏的图片来说，建议设置为7.16英寸（约18.19厘米），图片的分辨率建议设置为600dpi。

对于图片的高度，不要超过8.5英寸（约21.59厘米），一般而言，单栏图片的高度设置为2.4英寸（约6.1厘米），一种比较适合的配置如下代码所示：

import matplotlib.pyplot as plt

FIG_W = 3.5  # 单栏图片宽度，单位：英寸
FIG_H = 2.4  # 图片高度，单位：英寸

plt.rcParams.update({
    "font.family": "Times New Roman",   # 字体设置
    "font.size": 8,                     # 默认字体大小 
    "axes.labelsize": 8,                # 坐标轴标签字体大小
    "axes.titlesize": 8,                # 坐标轴标题字体大小
    "legend.fontsize": 7,               # 图例字体大小
    "xtick.labelsize": 7,               # x轴刻度字体大小
    "ytick.labelsize": 7,               # y轴刻度字体大小
    "savefig.dpi": 600,                 # 提高位图及 rasterized 元素的输出分辨率
    "pdf.fonttype": 42,                 # 保存为pdf时，字体类型设置(图片中的字是矢量的，而且可以被选中复制)
    "ps.fonttype": 42,                  # 保存为ps时，字体类型设置(图片中的字是矢量的，而且可以被选中复制)
})


fig, ax = plt.subplots(figsize=(FIG_W, FIG_H))

也可以尝试使用seaborn，seaborn是基于matplotlib的一个高级绘图库，提供了更美观的默认样式和配色方案。seaborn本身封装了很多matplotlib的绘图接口，但这里只展示用其修改matplotlib的样式：

import seaborn as sns
import matplotlib.pyplot as plt

FIG_W = 3.5  # 单栏图片宽度，单位：英寸
FIG_H = 2.4  # 图片高度，单位：英寸

sns.set_theme(
    context="paper",          # 使用适合论文图片的整体尺寸比例
    style="ticks",            # 简洁的白底 + 坐标轴刻度风格
    palette="colorblind",     # 设置默认色觉友好配色，可被显式 color 覆盖
    font_scale=1.0,           # 不额外缩放 paper context 的字体
)

plt.rcParams.update({
    # 字体
    "font.family": "Times New Roman",   # 普通文本明确使用 Times New Roman
    "mathtext.fontset": "stix",         # 数学公式使用与 Times 风格协调的 STIX Math
    # "mathtext.fontset": "cm",         # 使用 IEEEtran 正文中的公式字体 Computer Modern
    # STIX Math 更加接近 Times 风格。而且其实很多字符上面，STIX Math 和 Computer Modern 风格的差别并不大。如果追求与正文公式字体一致，就用cm，如果追求图中字体统一，就用stix.

    # 曲线
    "lines.linewidth": 1.0,             # paper 默认约 1.2 pt；略微减细，适合单栏小尺寸图片
    "lines.markersize": 3.0,            # paper 默认约 4.8 pt；减小 marker，避免视觉占比过大

    # 坐标轴
    "axes.linewidth": 0.8,              # paper 默认约 1.0 pt；减细坐标轴边框
    "xtick.major.width": 0.8,           # 与坐标轴边框保持一致
    "ytick.major.width": 0.8,
    "xtick.minor.width": 0.6,           # 次刻度稍细，形成视觉层级
    "ytick.minor.width": 0.6,

    # Legend
    "legend.frameon": False,            # 去除 legend 外框，使论文图片更简洁

    # 输出
    "savefig.dpi": 600,                 # 提高位图及 rasterized 元素的输出分辨率
    "pdf.fonttype": 42,                 # PDF 使用 TrueType/Type 42，而非默认 Type 3
    "ps.fonttype": 42,                  # PS/EPS 同样使用 Type 42 字体
})

fig, ax = plt.subplots(figsize=(FIG_W, FIG_H))

使用两种默认配置绘制出来图效果如下图所示，左边的图使用的是第一种配置，右边的图使用的是第二种配置：整体来看第二种配置优化得更完全，字体大小感觉更加合适，特别是marksize和mathtext.fontset的设置，使得图中曲线的marker不会过大，且数学公式的字体与正文的Times New Roman风格更协调。

不同matplotlib配置的效果对比

用于对比的绘图的代码如下：

import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from cycler import cycler


# ============================================================
# 图片尺寸
# ============================================================

FIG_W = 3.5  # IEEE 单栏图片宽度，单位：英寸
FIG_H = 2.4  # 图片高度，单位：英寸


# ============================================================
# 测试数据
# ============================================================

x = np.linspace(0, 10, 11)

y1 = 0.75 * x + 1.0
y2 = 0.50 * x + 2.0
y3 = 0.30 * x + 3.0


# ============================================================
# 配置 1：原始 Matplotlib 学术绘图配置
# ============================================================

config_1 = mpl.rcParamsDefault.copy()

config_1.update({
    "font.family": "Times New Roman",   # 字体设置
    "font.size": 8,                     # 默认字体大小
    "axes.labelsize": 8,                # 坐标轴标签字体大小
    "axes.titlesize": 8,                # 坐标轴标题字体大小
    "legend.fontsize": 7,               # 图例字体大小
    "xtick.labelsize": 7,               # x 轴刻度字体大小
    "ytick.labelsize": 7,               # y 轴刻度字体大小

    "savefig.dpi": 600,                 # 位图输出分辨率，统一采用 600 dpi
    "pdf.fonttype": 42,                 # PDF 中使用 Type 42 字体
    "ps.fonttype": 42,                  # PS/EPS 中使用 Type 42 字体
})


# ============================================================
# 配置 2：Seaborn paper + 自定义微调
# ============================================================

# 从 Matplotlib 原始默认配置开始，确保不受当前全局配置影响
config_2 = mpl.rcParamsDefault.copy()

# 等价于 sns.set_theme(
#     context="paper",
#     style="ticks",
#     palette="colorblind",
#     font_scale=1.0,
# )
config_2.update(sns.axes_style("ticks"))
config_2.update(sns.plotting_context("paper", font_scale=1.0))

# 设置 Seaborn colorblind 默认颜色循环
config_2["axes.prop_cycle"] = cycler(
    color=sns.color_palette("colorblind").as_hex()
)

# 在 Seaborn paper 的基础上进一步覆盖
config_2.update({
    # --------------------------------------------------------
    # 字体
    # --------------------------------------------------------

    "font.family": "Times New Roman",   # 普通文本明确使用 Times New Roman
    "mathtext.fontset": "stix",         # 数学公式使用 STIX Math

    # --------------------------------------------------------
    # 曲线
    # --------------------------------------------------------

    "lines.linewidth": 1.0,             # Seaborn paper 默认约 1.2 pt；
                                         # 略微减细，适合单栏小尺寸论文图片

    "lines.markersize": 3.0,            # Seaborn paper 默认约 4.8 pt；
                                         # 减小 marker，避免占据过多视觉空间

    # --------------------------------------------------------
    # 坐标轴与刻度
    # --------------------------------------------------------

    "axes.linewidth": 0.8,              # Seaborn paper 默认约 1.0 pt；
                                         # 减细坐标轴边框

    "xtick.major.width": 0.8,           # 主刻度线宽与坐标轴边框保持一致
    "ytick.major.width": 0.8,

    "xtick.minor.width": 0.6,           # 次刻度稍细，形成视觉层级
    "ytick.minor.width": 0.6,

    # --------------------------------------------------------
    # 图例
    # --------------------------------------------------------

    "legend.frameon": False,            # 去除图例外框，使论文图片更加简洁

    # --------------------------------------------------------
    # 输出
    # --------------------------------------------------------

    "savefig.dpi": 600,                 # 位图输出统一采用 600 dpi
    "pdf.fonttype": 42,                 # PDF 使用 Type 42 字体
    "ps.fonttype": 42,                  # PS/EPS 使用 Type 42 字体
})


# ============================================================
# 公共绘图函数
# ============================================================

def draw_example(ax, title):
    """绘制完全相同的数据，用于比较两种绘图配置。"""

    # 不显式指定 color：
    # 左图使用 Matplotlib 默认颜色循环；
    # 右图使用 Seaborn colorblind 颜色循环。
    ax.plot(
        x,
        y1,
        marker="o",
        linestyle="-",
        label="Baseline",
    )

    ax.plot(
        x,
        y2,
        marker="s",
        linestyle="--",
        label="Method A",
    )

    ax.plot(
        x,
        y3,
        marker="^",
        linestyle="-.",
        label="Proposed",
    )

    # 同时包含普通文本和数学公式，用于观察字体差异
    ax.set_xlabel(r"Frequency $f_{\mathrm{max}}$ (MHz)")
    ax.set_ylabel(r"Normalized Power $P/P_0$")

    ax.set_title(title)

    # 开启次刻度，便于观察 tick 风格
    ax.minorticks_on()

    ax.set_xlim(0, 10)
    ax.set_ylim(0, 10)

    ax.legend()


# ============================================================
# 创建对比图
# ============================================================

# 两个单栏图并排，因此总宽度取约 2 × 3.5 inch
fig = plt.figure(
    figsize=(7.2, 2.8),
    layout="constrained",
)


# ------------------------------------------------------------
# 左图：配置 1
# ------------------------------------------------------------

with mpl.rc_context(config_1):
    ax1 = fig.add_subplot(1, 2, 1)
    draw_example(
        ax1,
        "Matplotlib Configuration",
    )


# ------------------------------------------------------------
# 右图：配置 2
# ------------------------------------------------------------

with mpl.rc_context(config_2):
    ax2 = fig.add_subplot(1, 2, 2)
    draw_example(
        ax2,
        "Seaborn Configuration",
    )


# ============================================================
# 保存
# ============================================================

# 矢量版本：适合论文
fig.savefig(
    "style_comparison.pdf",
    dpi=600,
    bbox_inches="tight",
)

# WebP：方便快速查看对比效果
fig.savefig(
    "style_comparison.webp",
    dpi=300,
    bbox_inches="tight",
)

plt.show()

上述主要是展示绘图的默认配置，具体的配色可以根据具体的期刊和需求进行修改，可以使用如下的配色：（其中红蓝绿主要作为对比色）

#a50f15
#fdd0a2
#fcae91
#08519c
#006d2c
#6baed6

画图

画图的配色与字体

可以使用如下基础配色（采用莫兰迪色系，整体饱和度低、灰调、优雅）：

雾霾蓝 / Dusty Blue#6F8FB6
鼠尾草绿 / Sage#8FAE9A
薄荷青 / Muted Mint#9FC2B4
柔珊瑚 / Muted Coral#D08C7A
灰紫丁香 / Soft Lavender#A8A0C8
奶油米 / Warm Sand（背景底）#EFE7DB
深墨褐 / Warm Charcoal（正文文字）#2F2B28

图片处理

使用PPT或者使用Visio绘图之后，可以将绘制的内容导出为pdf，而且可以导出指定页面, 但是还是存在一个问题，就是导出的pdf可能会存在大量的空白，这时候可以Tex Live自带的pdfcrop命令进行裁剪：

1	pdfcrop input.pdf output.pdf

建议导出格式

虽然PPT可以将选中的内容直接导出为图片，但是当导出为svg格式时，其文字排版会出现问题，因此建议导出为pdf格式。而且latex原生就支持pdf格式的内容插入，如果是svg的话，还需要引入额外的宏包进行支持。

至于png格式，只建议在使用word的时候使用，这时候可以使用ghostscript或者convert将pdf转换为png格式。

pdf转png命令

使用Tex Live自带的ghostscript命令如下：

1	gs -dNOPAUSE -dBATCH -dSAFER -sDEVICE=pngalpha -r600 -sOutputFile=output-%03d.png input.pdf

使用ImageMagick的convert命令如下：

1	convert -density 600 input.pdf -quality 100 output.png

投稿相关

IEEE作者中心，其中journarl author中包含了很多对作者有用的信息，比如一些实用的工具。
IEEE期刊投稿地址
 IEEE pdf检测工具地址
 IEEE LaTeX分析器

不同期刊的要求

下面的要求可能会发生变化，具体以官网为准

TACD

参考文献

论文提交地址：tcad

提交的稿件要求：

论文模板下载地址：tcad模板
论文最大页数：Research Articles: 14 pages, Brief Papers: 5 pages
包含100-250字的摘要，4-8个关键词

TVLSI

参考文献

论文提交地址：tvlsi

提交的稿件要求：
1. 论文模板下载地址：tvlsi模板
2. 论文页数要求：Regular papers: 8-14 pages, Brief papers: 4-5 pages