python plt可视化——打印特殊符号和制作图例代码

 更新时间:2020年04月17日 11:27:06   作者:程勇uestc  
这篇文章主要介绍了python plt可视化——打印特殊符号和制作图例代码,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

1、打印特殊符号

matplotlib在公式书写上面跟latex很相似,接下来我们就特殊符号,上标下标来具体展示一下。

import matplotlib.pyplot as plt

x = [i+1 for i in range(20)]
y = x
plt.figure()
plt.title(r'$\alpha$ > $\beta$') # 打印α>β
plt.xlabel(r'$\theta$') # 打印θ
plt.ylabel(r'$\omega$') # 打印ω
plt.plot(x, y)
plt.show()

效果如下:

由此可见,打印特殊符号需要知道特殊符号的英文名称,在前面加上转义符反斜杠,再用一对美元符号包起来即可。

接下来,我们尝试打印下标和上标。下标需要加"_",上标需要加"^",这跟latex语法完全一样。

import matplotlib.pyplot as plt

x = [i+1 for i in range(20)]
y = x
plt.figure()
plt.title(r'$\alpha_i$ > $\beta_i$') # 打印α_i > β_i
plt.xlabel(r'$\theta^2$') # 打印θ^2
plt.ylabel(r'$\omega^n$') # 打印ω^n
plt.plot(x, y)
plt.show()

我们看看效果:

更多符号对应字母请见下图:

2、制作图例,legend函数

import matplotlib.pyplot as plt
from math import sin, cos, exp

x = [(i+1)/100 for i in range(1000)]
y1 = [sin(i) for i in x]
y2 = [cos(i) for i in x]
y3 = [exp(-i) for i in x]

plt.figure()
plt.plot(x, y1)
plt.plot(x, y2)
plt.plot(x, y3)

# 分别对应y1,y2,y3标志图例,注意e^(-x)要加大括号表示(-x)是一个整体,都是上标
plt.legend(['sin(x)', 'cos(x)', '$e^{-x}$'])
plt.show()

在文章最后附上参考链接~

补充知识:Python - - print的格式化符号

如下所示:

%c 格式化字符及其ASCII码
%s 格式化字符串
%d 格式化整数
%u 格式化无符号整型
%o 格式化无符号八进制
%x 格式化无符号十六进制
%X 格式化无符号十六进制(大写)
%f 格式化浮点数,可指定小数点后面的精度
%e 用科学记数法格式化浮点数
%E 作用同%e

格式化操作符辅助指令

m.n :m是显示的最小总宽度,n是小数点后的位数。
* 定义宽度或者小数点精度
- 用作左对齐
+ 在正数前面显示加号+
# :在正数前面显示空格;在八进制前显示零('0');在十六进制前显示‘0x'或者'0X'
‘%%'输出一个单一的'%'
(var)映射变量(字典参数)

>>>print("I like %s and can eat %.2f kg." % ("orange", 1.5))
 
I like orange and can eat 1.50 kg.
 
>>>pi = 3.1415926
>>>print("pi = %.*f" % (5, pi))
 
pi = 3.14159

以上这篇python plt可视化——打印特殊符号和制作图例代码就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • 详解Python3中的多重继承和混入类

    详解Python3中的多重继承和混入类

    Python原生支持多重继承,这使得我们可以从多个父类中继承属性和方法,在本文中,我们将介绍Python中多重继承的概念,并讨论在实际情况下可能遇到的坑,我们还将讨论如何使用混入类来避免这些问题,需要的朋友可以参考下
    2023-05-05
  • Python利用装饰器click处理解析命令行参数

    Python利用装饰器click处理解析命令行参数

    这篇文章主要为大家详细介绍了Python如何利用装饰器click实现处理解析命令行参数功能,文中的示例代码简洁易懂,需要的小伙伴快跟随小编一起了解一下
    2022-10-10
  • Python数据可视化:泊松分布详解

    Python数据可视化:泊松分布详解

    今天小编就为大家分享一篇Python数据可视化:泊松分布详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • Python实现希尔排序算法的原理与用法实例分析

    Python实现希尔排序算法的原理与用法实例分析

    这篇文章主要介绍了Python实现希尔排序算法,简单讲述了希尔排序的原理并结合具体实例形式分析了Python希尔排序的具体实现方法与使用技巧,需要的朋友可以参考下
    2017-11-11
  • python实现定时提取实时日志程序

    python实现定时提取实时日志程序

    这篇文章主要为大家详细介绍了python实现定时提取实时日志程序,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-06-06
  • python实现高斯投影正反算方式

    python实现高斯投影正反算方式

    今天小编就为大家分享一篇python实现高斯投影正反算方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • python将txt文档每行内容循环插入数据库的方法

    python将txt文档每行内容循环插入数据库的方法

    今天小编就为大家分享一篇python将txt文档每行内容循环插入数据库的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • pandas添加自增列的2种实现方案

    pandas添加自增列的2种实现方案

    这篇文章主要介绍了pandas添加自增列的2种实现方案,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • pandas基础 Series与Dataframe与numpy对二进制文件输入输出

    pandas基础 Series与Dataframe与numpy对二进制文件输入输出

    这篇文章主要介绍了pandas基础Series与Dataframe与numpy对二进制文件输入输出,series是一种一维的数组型对象,它包含了一个值序列和一个数据标签
    2022-07-07
  • Python统计序列和文件中元素的频度

    Python统计序列和文件中元素的频度

    这篇文章主要介绍了Python统计序列和文件中元素的频度,文章基于python的相关资料展开详细的内容介绍,具有一定的参考价值需要的小伙伴可以参考一下
    2022-04-04

最新评论