排版雖然只是繪圖中的輔助功能，但是好的排版能夠提高圖形的表現力。
讓人一眼看出圖形要表達的內容和數據，而不用去費力的睜大眼睛去圖中查找。

如果說 matplotlib的坐標系統，各種基礎元素，包括柱狀圖，折線圖，散點圖等它的硬實力，
那麼，排版就是 matplotlib 的軟實力，結合排版，能讓分析結果給人一個良好的第一印象，增強別人對分析結果的信任。

排版是個很大的話題，涉及很多細節，這裡只從三個方面來改善排版，相比於直接繪製圖形，先改善這三個方面，就能極大提高可視化的清晰度。

層次

繪圖和寫文章一樣，平鋪直敘對讀者很難有吸引力，跌宕起伏的情節才是吸引讀者的法寶。
繪圖時，僅僅將各個元素展示出來就像一篇記錄流水賬的文章，索然無味。

通過調整元素的位置，大小和粗細，也可以讓圖形展示出完全不同的效果，比如下麵2個圖：

代碼參考：https://github.com/rougier/scientific-visualization-book/blob/master/code/typography/typography-matters.py

相對於第一個圖，第二個圖通過調整 matters 的大小和位置，以及坐標軸刻度的大小和粗細等，明顯讓人感覺到第二個圖更加的精緻。

字體

matplotlib 支持調整繪圖中的字體，選擇那種字體沒有明確的原則，可以根據顯示的內容，多試試幾種字體，看看哪種看的更加順眼。

比如，對於數學公式來說，因為顯示的內容比較複雜，清晰度比顯示普通文字更加重要。
下麵是幾種字體對數學公式的顯示，體會體會其中的差別。
代碼參考：https://github.com/rougier/scientific-visualization-book/blob/master/code/typography/typography-math-stacks.py

一般會選擇和圖形中主要字體類似的字體來顯示數學公式。

易辨認性

易辨認是很抽象的概念，具體來說，先做到兩點。
一是能從背景中清晰的看到文字。比如下麵的示例：

上面的圖形中都有 Read me 幾個字，第三排給文字加上背景，第四排給文字加了描邊。
這樣明顯比前兩排的文字顯示清晰很多。

另一個提高易辨認性的方法則是和圖形結合的文字可以隨著圖形的變換來顯示，這樣可以一眼看出數據表示的是圖形哪部分的內容，比如：

圖中的文字隨著等高線來顯示，不同說明就知道數值代表的是等高線的數據。

但是文字的比例和圖形的比例一樣，看上去文字有點偏小，
而且數據都擠在一起，顯示在等高線的同樣位置。需要仔細辨認一下才能看出各個數值。

下麵的圖調大了顯示文字，並且讓數值在等高線上錯開顯示，一下就提高了整個圖形的易辨認性。

大家可以體會下2個圖的差別。

代碼參見：https://github.com/rougier/scientific-visualization-book/blob/master/code/typography/typography-text-path.py

總結

排版的細節如果考究起來是永無止境的，對於完美排版的看法也是見仁見智，並沒有完全統一的標準。

這裡討論的幾個點主要從提高清晰度的角度出發，通過儘量簡單的幾個改進，讓我們繪製的圖形更加的專業。