Python在畫圖時(shí)使用特殊符號的方法總結(jié)
本文總結(jié)了python畫圖中使用各種特殊符號方式
一、問題背景
在論文中,如何使用特殊符號進(jìn)行表示?這里給出效果圖和代碼

完整代碼:
from matplotlib import pyplot
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
font_set = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=15)
import matplotlib
import numpy as np
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from mpl_toolkits.axes_grid1.inset_locator import mark_inset
from matplotlib.patches import ConnectionPatch
%matplotlib inline
plt.rcParams['figure.figsize'] = (8.0, 6.0) # set default size of plots
plt.rcParams['image.interpolation'] = 'nearest'
plt.rcParams['image.cmap'] = 'gray'
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
# 設(shè)置標(biāo)題大小
plt.rcParams['font.size'] = '16'
#解決畫多幅圖時(shí)出現(xiàn)圖形部分重疊
fig = plt.figure()
matplotlib.rcParams.update(
{
'text.usetex': False,
'font.family': 'stixgeneral',
'mathtext.fontset': 'stix',
}
)
myfont = FontProperties(fname='/home/linuxidc/.local/share/fonts/文泉驛正黑.ttf')
#準(zhǔn)備數(shù)據(jù)
x = range(0,31,2)
A=[0.2204262385828951,0.30839304560351055,0.4176158354528364,0.5689115113547377,0.7132088021728286,0.8170438670019559,0.874248496993988,0.8998229892687244,0.9022254048694502,0.9059819476369345,0.9094392004441977,0.9087585175336547,0.9070491438736936,0.9061997894620201,0.9090201312423535,0.905820399113082]
B=[0.16086354829781346,0.24623673832139087,0.37067344907663385,0.5243875153820338,0.6455296269608115,0.7488125174629785,0.8000445335114674,0.8252572187188848,0.8275862068965517,0.8340528115714526,0.8372015546918379,0.837903717245582,0.8390037802979764,0.8358911851072082,0.8319986653319986,0.8359756097560975]
C=[0.18306116800442845,0.2870632672332389,0.4144089350879133,0.5520192415258978,0.7109362008757829,0.8372170997485331,0.9124159429971054,0.9341066489655936,0.946792993279718,0.9503133935078769,0.9521488062187674,0.952635311063099,0.9535668223259951,0.9552372984652889,0.9439895451006562,0.9501552106430155]
#繪圖
fig, ax = plt.subplots(1, 1)
ax.plot(x, A, marker='H',linewidth=2,markersize=7,label=r'$\alpha$')
ax.plot(x, B, marker='s',linewidth=2,markersize=7,label=r'$\ell$')
ax.plot(x, C, marker='D',linewidth=2,markersize=7,label=r'$\mu$')
plt.grid(linestyle='-.')
plt.grid(True)
y_major_locator=MultipleLocator(0.1)
x_major_locator=MultipleLocator(2)
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
plt.ylim(0,1.0)
plt.xlim(0,31)
plt.legend() # 讓圖例生效
plt.title(r'$\alpha$ aaa')
plt.xlabel('X-axis',fontproperties=font_set) #X軸標(biāo)簽
plt.ylabel("Y-axis",fontproperties=font_set) #Y軸標(biāo)簽
plt.grid(linestyle='-.')
plt.show()二、注意事項(xiàng)
應(yīng)用例子,可以在標(biāo)題(title)、坐標(biāo)軸名(xlabel、ylabel)、標(biāo)注標(biāo)簽處(label)增加。注意使用label等號后面使用“r”,否則直接報(bào)錯(cuò)。
以此為例進(jìn)行替換即可↓
ax.plot(x, A, marker='H',linewidth=2,markersize=7,label=r'$\alpha$')
三、常見特殊符號及對應(yīng)代碼
| 符號 | α | β | δ | ? | ε |
| 代碼 | $\alpha$ | $\beta$ | $\delta$ | $\ell$ | $\varepsilon$ |
| 符號 | Φ | γ | η | ι | φ |
| 代碼 | $\phi $ | $\gamma$ | $\eta$ | $\iota$ | $\varphi$ |
| 符號 | λ | μ | π | θ | ρ |
| 代碼 | $\lambda$ | $\mu$ | $\pi$ | $\theta$ | $\rho$ |
| 符號 | σ | τ | ω | ξ | Γ |
| 代碼 | $\sigma$ | $\tau$ | $\omega$ | $\xi$ | $\Gamma$ |
四、引入特殊符號的萬能方法
那么肯定有人要問了,如果要表達(dá)的字符很復(fù)雜怎么辦,比如帶公式的。
事實(shí)上,這里有個(gè)通用方式。但是需要安裝MathType。該方法在外文文獻(xiàn)的Latex排版中也同樣適用。
簡單三步如下,:
①下載mathtype,并關(guān)聯(lián)word

②打入你的表達(dá)式,編輯并復(fù)制

③在word輸入位置黏貼

只需關(guān)注最后一行的
\[\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}} \]
去掉兩邊的“\[”和“\]”
保留結(jié)果為
\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}}
調(diào)用的時(shí)候兩邊加上$即可
ax.plot(x, C, marker='D',linewidth=2,markersize=7,label=r'$\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}} $')
效果如下:

到此這篇關(guān)于Python在畫圖時(shí)使用特殊符號的方法總結(jié)的文章就介紹到這了,更多相關(guān)Python特殊符號內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python使用sklearn實(shí)現(xiàn)決策樹的方法示例
這篇文章主要介紹了python使用sklearn實(shí)現(xiàn)決策樹的方法示例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-09-09
Python 刪除連續(xù)出現(xiàn)的指定字符的實(shí)例
今天小編就為大家分享一篇Python 刪除連續(xù)出現(xiàn)的指定字符的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
pytorch更新tensor中指定index位置的值scatter_add_問題
這篇文章主要介紹了pytorch更新tensor中指定index位置的值scatter_add_問題,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-06-06
詳解如何使用Python實(shí)現(xiàn)過濾指定進(jìn)程
Python提供了多種方式來實(shí)現(xiàn)對進(jìn)程的過濾和操作,本文將介紹如何利用Python來過濾指定進(jìn)程,并展示一些實(shí)用的技巧和方法,希望對大家有所幫助2024-04-04
詳解Python解決抓取內(nèi)容亂碼問題(decode和encode解碼)
這篇文章主要介紹了Python解決抓取內(nèi)容亂碼問題(decode和encode解碼),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
Tensorflow中TFRecord生成與讀取的實(shí)現(xiàn)
TFRecord格式的文件存儲形式會很合理的幫我們存儲數(shù)據(jù),本文主要介紹了Tensorflow中TFRecord生成與讀取的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-05-05

