日报标题：想在论文中画出漂亮的插图，介绍一个利器
知乎用户，校招没人要
遇到安装问题的请尝试 Anaconda 这个 Python 发行版。下载安装后直接使用即可，它几乎预装了所有要用到的科学计算及可视化的库。
有盆友在评论里说希望能有完整的教程，确实就这个答案来说，离实际使用还有很大的距离，网上相关的中文资料也不多。不过真要写起来这个答案也装不下，况且写在这个问题下也不是很恰当。等到那天我有专栏了再说吧，到时候也许会写一个关于可视化的系列教程。
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（不过用 mayavi 可能更方便一些)：
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://gist.github.com/coldfog/5da63a6958fc0a949b52
2014.5.10 更新
看到楼下有人说配色好看，唉……那我也贴几个吧……只不过当初限于篇幅没有写而已。
首先，Python 有一个专门的配色包 jiffyclub/brewer2mpl 路 GitHub，提供了从美术角度来讲的精美配色（戳这里感受 ColorBrewer: Color Advice for Maps）。
此外还有一些致力于美化绘图的库，用起来也都非常方便，比如 olgabot/prettyplotlib 路 GitHub。
废话不多说，上图就是王道。
（一下图片来源网络）
有人可能会说需要复杂的设置，其实也不用。比如上边这幅图，只需要多加一个参数就好：
cmap=brewer2mpl.get_map('RdBu','diverging',8,reverse=True).mpl_colormap,楼下说到统计绘图。嘛 seaborn (https://github.com/mwaskom/seaborn) 是一个调用 matplotlib 的统计绘图库，上图：
代码一行，后边的几乎都是一行，没做其他设置，默认就这样。我就不贴其他的代码了：
g = sns.jointplot(x1, x2, kind="kde", size=7, space=0) 
这还有个更炫酷的可交互式的绘图，大家自己戳开看吧 http://nbviewer.ipython.org/github/plotly/python-user-guide/blob/master/s0_getting-started/s0_getting-started.ipynb
哼哼，完爆了吧~~~~\(≧▽≦)/~