直接用Python吧，科研作图需要解决的不光是可视化的问题，还有数据采集、数据处理、数据存储、建模分析的乱七八糟的各种事，最后才是用干净的数据进行可视化绘图，要对付这些任务，Python几乎是综合性最好的工具。
首先是绘图，Python有非常专业的科研绘图库，比如基础绘图库matplotlib，统计绘图库seaborn，交互式绘图库plotly，地理空间绘图库cartopy等，这些绘图库可以制作出版级别的图表，尤其是matplotlib，几乎所有支持所有图表类型，很多CNS上的论文是matplotlib绘制的。
matplotlib是Python中最底层的绘图库，它支持二维、三维、交互式等各种图表，而且通过元素化的模式能设计图表的任何细节，定制化程度非常高，很多可视化库都是基于matplotlib做二次开发的，或者是matplotlib的拓展，比如seaborn、pandas、mplfinance、DNA Features Viewer等，它们能应用于数据科学、金融量化、生物医学等各领域科研绘图。
你可以用matplotlib绘制单个二维图表，比如柱状图、折线图、点状图等。
也可以绘制多子图的画框，很是方便。
之前我发现github上还有个专门为期刊科研图表提供预设风格的matplotlib样式库，名字叫++SciencePlots，它基于matplotlib开发了科研绘图样式，比如++science风格、nature风格、ieee风格等，很多科研论文都采用了它提供的样式。
可以通过pip安装SciencePlots，在Python中直接调用。
pip install SciencePlots通过plt.style调用。
import matplotlib.pyplot as plt
import scienceplots
plt.style.use('science')如果想直接使用matplotlib绘制论文图表，有了SciencePlots就不需要自己再调配风格，一步到位，非常实用。
另外，matplotlib有一个示例集，里面有各式各样的专业图表，有的只需要换换数据就能为自己所用。
