MATLAB中如何在底图上绘制新图

缘由
地球物理文献里有很多公式，也有很多曲线。详细研究这些文献时（尤其是需要用到文章中的某部分时），通常需要再现出作者的某些图片，以证明自己确实明白这些公式或原理。当自己做出图后，发现只有将作者原图截图下来，放在某些软件中（如excel,origin）再添加上自己画的图，并且要不断的调整取值范围等。图片较少，也就罢了；图片很多，或者多次算出结果，再去调整这些细节，很费时。本人一直在寻找解决办法，发现一个帖子，可以解决：MATLAB叠图

但是，MATLAB的作图不太美观，最主要的是难以生成透明的图像（alpha=0这些都不太好用），故考虑python提供的matplotlib库。【今日先暂停于此，待python代码写好后再更新】

更新
1. MATLAB如何传递参数（或命令）到python解释器：

cmdstr=['python -c "import PythonFigs; PythonFigs.ReproduceFigs(BackFigsPath=r''',BackFigsPath,''',DataPath=r''',DataPath,''',NewFigsPath=r''',NewFigsPath,''',xyrange=[',num2str(ranges(1)),',',num2str(ranges(2)),',',num2str(ranges(3)),',',num2str(ranges(4)),'],x=',num2str(x),',y=',num2str(y),')"'];
status=system(cmdstr);

这里使用system将启动一个shell,并将参数cmdstr传递给shell,相当于在shell里输入了cmdstr那一串命令。cmdstr命令包括使用python的解释器，命令参数-c，使用模块PythonFigs,调用函数ReproduceFigs。函数（方法）中依次是背景图片的位置，要画的图像的数据，新图像要保存的位置，画图的x,y范围。

2.Python中相应MATLAB的调用：

# -*- coding: utf-8 -*-
# Produce images in literatures for given x,y ranges
import os
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator
from matplotlib.ticker import FormatStrFormatter
from pprsv.pprsv import *
import xlrd
import xlwt
import matplotlib.image as mpimg

#vis = pprsv()

def ReproduceFigs(BackFigsPath=r'E:\MELTS\Capture.JPG',DataPath=r'E:\MELTS\korenaga\LITHOS\LithosInitial.xlsx',NewFigsPath=r'E:\MELTS\trypython.png',xyrange=[3150,3460,150,0]):
###Read image data from files, not from MATLAB memory for compatible issues
    DPI_Def=200                                  #defaul dpi (pixels within each inch)
    workbook=xlrd.open_workbook(DataPath)        #open Excel
    #print workbook.sheet_names()                #check how many sheets here
    sheet=workbook.sheet_by_index(0)             #load sheet1 content; index starts from 0
    #sheet=workbook.sheet_by_name('rho2')        #load rho2 content
    #print sheet.name,sheet.nrows,sheet.ncols
    yrow=sheet.col_values(8)                     #index starts from 0
    xrow=sheet.col_values(2)                     #possibly many rows
    #print yrow[2:]
    #print xrow[1:]

###Visualization
    fig,ax=plt.subplots()                       #get current figure and axis
    xmjl = MultipleLocator(50)                  #x axis major tick
    xmnl = MultipleLocator(10)                  #x axis minor tick
    ymjl = MultipleLocator(50)                  #y axis major tick
    ymnl = MultipleLocator(10)                  #y axis minor tick

    xmjf = FormatStrFormatter('%.0f')           #x axis text format
    ymjf = FormatStrFormatter('%.0f')           #y axis text format

    ax.xaxis.set_major_locator(xmjl)
    ax.xaxis.set_major_formatter(xmjf)
    ax.yaxis.set_major_locator(ymjl)
    ax.yaxis.set_major_formatter(ymjf)
    ax.xaxis.set_minor_locator(xmnl)
    ax.yaxis.set_minor_locator(ymnl)

    plt.plot(xrow[1:],yrow[1:],color='red',linewidth=3,linestyle='--')         #some NaN in file
    #plt.title('Density Profile',fontsize=28)
    #ax.text(3280,-20,(r"$\mathrm{ \mathbf{ Density\:[kg/m^3]}}$"),fontsize=10)
    #plt.ylabel(r"$\mathrm{ \mathbf{ Depth\:[km]}}$",fontsize=10)
    plt.tick_params(axis='both',which='major',labelsize=15)
    plt.axis([xyrange[0],xyrange[1],xyrange[2],xyrange[3]])                   #x_min, x_max, y_min, y_max
    #ax.invert_yaxis()                          #invert y axis

    ax.xaxis.set_ticks_position('top')
    ax.yaxis.set_ticks_position('left')

    TempImg=mpimg.imread(BackFigsPath)
    sizecub=TempImg.shape                       #size of image

    plt.rcParams['figure.figsize']=(sizecub[1]/DPI_Def,sizecub[0]/DPI_Def)
    #fig.set_size_inches(sizecub[1]/DPI_Def,sizecub[0]/DPI_Def)#width, length

    plt.savefig(NewFigsPath,format='png',bbox_inches='tight',dpi=3.0*DPI_Def,transparent=True)

    plt.imshow(TempImg,alpha=1.0,extent=xyrange)
    plt.show()

#ReproduceFigs()

这里都是python语法，无需说明。该脚本除了可以被MATLAB调用，还可以独立运行，只需去掉最后一行的注释，方法默认的路径等可以自由修改。

希望给有需要的同学一些启发。