从零开始的Origin新手入门教程（速成）

Origin简介

  Origin是一款专业科研画图软件，兼有数据分析功能，可以画非常多的专业性较强的图。我个人是因为数学建模美赛画图需要才入的坑，入坑之后才发现真的香！这款软件有点类似PS，自由度高；也包括了丰富的模板库，可以快速作图。个人认为在前期操作不熟练的情况下不建议自己直接上手作图。画过几个图之后再尝试可以节约大量时间成本。
  这篇文章的目的是教会各位从Origin零基础快速过度到画出好看的图，很多Origin的细节知识都不会涉及，如果想把这个软件用的如臂使指，了解软件的各种功能，建议还是刷刷网课，系统化地学习Origin的操作。

Origin下载及安装

  跟很多软件一样，这款软件虽然很贵，但是对学生党还是很友好的，它是学生免费的。
  所以如果你是学生党，可以根据这篇贴子激活正版的Origin，里面讲的很详细。https://tieba.baidu.com/p/7126456875
  如果你不是学生党，又不愿意官网高价购买软件，你也可以尝试如下方案：1、淘宝购买激活码；2、CSDN或者一些小网站上下载盗版的。
  对于盗版Origin，建议大家使用的时候尽量多尝试它的功能，看看有没有功能缺失。作者本人就在美赛模拟的时候因使用盗版Origin导致画出来的图全都是黑灰色的，浪费了许多时间。

使用模板

  想要画出好看的图，首先要从模仿开始。此外，在很多情况下，时间也并不允许我们自己手动拉图，这个时候模板就显得尤为重要。
  Help-Learning Center (快捷键：F11) 里面图的模板非常多，按需自取。高亮部分可以根据关键词搜索图片类型，方便查找。

  在这里以 3D Scatter Ribbon and Wall Graphs 为例，点击进入模板，模板中一般包括三个文件：图片（名字不一定），数据表（Book），帮助（Note）。
  模板的快乐就在于白嫖，我们希望用自己的数据替换模板的数据，操作如下：
  法一：
  直接将Excel中的数据粘贴至表格相应位置。
  法二：
  我们选择Project Explorer-3D Scatter Ribbon and Wall Graphs-Book，选中数据区域-导入文件（快捷键：Ctrl+K），注意：这里用的是 .dat文件


  我们发现数据导入后，图片的xyz坐标轴与数据仍不适应，因此我们右击坐标轴，选择 Recscale To Show All (快捷键：Ctrl+R)

  改变坐标轴刻度，调整颜色等等操作都可以通过双击想要改变的地方在弹出的任务框中修改。
  旋转等展示图片展示方面的操作可以在小工具栏中调整。
  每个图一般都会有自己的 Note，更多的个性化细节操作会在 Note 中说明。
  Origin的配色还是不错的，缺点就是配色库有点小，如果觉得软件自带的配色不能满足自己的需求，可以参考 https://www.jianshu.com/p/892711bd4a0a
制定自己的配色方案。如果找不到好看的颜色搭配，也可以参考可视化网站d3中的内容 https://observablehq.com/@d3/color-schemes

数据分析之拟合

  首先我们先准备一组数据，直接粘贴进Book内

0.96203	0.73227
0.94962	0.73152
0.94887	0.73028
0.93489	0.71232
0.93133	0.6954
0.92711	0.70891
0.90643	0.70818
0.89957	0.71381
0.89935	0.67395
0.89994	0.69141
0.90267	0.71502
0.91089	0.71673
0.92548	0.71902
0.97378	0.77585
0.99019	0.80195
1.00308	0.83192
1.02093	0.89965
1.03984	0.9227
1.05607	0.9531
1.07187	1.00044
1.09806	1.02578
1.12217	0.97114
1.1423	1.05175
1.17782	1.12965
1.24225	1.23955
1.27453	1.29308

  在Book中选中数据区域，点击 Plot-Basic 2D - Scatter。

示例1：线性拟合
  点击Analysis - Fitting - Linear Fit。
  在对话框中勾选各种个性化需求的指标，我们直接点击 OK。分析报告在Book中生成，位置类似Excel的sheet。

  我们得到如下线性拟合，红色方框部分可以满足个性化需求，如调整坐标，调整元素大小、颜色、类型等等。

示例2：多项式拟合
  点击Analysis - Fitting - Poynomial Fit。在输入中选取数据范围，勾选置信带，预测带。

  得到下图结果，美化等操作在此不做详细说明。