Python在画图时使用特殊符号的方法总结

 更新时间:2022年04月25日 15:55:42   作者:sinysama  
在制作图表时,如果遇到需要利用特殊符号进行表示时该怎么办呢?不用慌,这篇文章为大家总结了python画图中使用各种特殊符号的方式,需要的可以参考一下

本文总结了python画图中使用各种特殊符号方式

一、问题背景

在论文中,如何使用特殊符号进行表示?这里给出效果图和代码

完整代码:

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     
# 设置标题大小
plt.rcParams['font.size'] = '16'
#解决画多幅图时出现图形部分重叠
fig = plt.figure()
matplotlib.rcParams.update(
{
'text.usetex': False,
'font.family': 'stixgeneral',
'mathtext.fontset': 'stix',
}
)
myfont = FontProperties(fname='/home/linuxidc/.local/share/fonts/文泉驿正黑.ttf')

#准备数据
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]


#绘图
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()  # 让图例生效
plt.title(r'$\alpha$ aaa')
plt.xlabel('X-axis',fontproperties=font_set) #X轴标签
plt.ylabel("Y-axis",fontproperties=font_set) #Y轴标签

plt.grid(linestyle='-.')  

plt.show()

二、注意事项

应用例子,可以在标题(title)、坐标轴名(xlabel、ylabel)、标注标签处(label)增加。注意使用label等号后面使用“r”,否则直接报错。
以此为例进行替换即可↓

ax.plot(x, A, marker='H',linewidth=2,markersize=7,label=r'$\alpha$')

三、常见特殊符号及对应代码

符号αβδε
代码$\alpha$$\beta$$\delta$$\ell$$\varepsilon$
符号Φγηιφ
代码$\phi $$\gamma$$\eta$$\iota$$\varphi$
符号λμπθρ
代码$\lambda$$\mu$$\pi$$\theta$$\rho$
符号στωξΓ
代码$\sigma$$\tau$$\omega$$\xi$$\Gamma$

四、引入特殊符号的万能方法

那么肯定有人要问了,如果要表达的字符很复杂怎么办,比如带公式的。

事实上,这里有个通用方式。但是需要安装MathType。该方法在外文文献的Latex排版中也同样适用。

简单三步如下,:

①下载mathtype,并关联word

②打入你的表达式,编辑并复制

③在word输入位置黏贴

只需关注最后一行的

\[\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}} \]

去掉两边的“\[”和“\]”

保留结果为

\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}}

调用的时候两边加上$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:

到此这篇关于Python在画图时使用特殊符号的方法总结的文章就介绍到这了,更多相关Python特殊符号内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python读写xml文件实例详解嘛

    python读写xml文件实例详解嘛

    这篇文章主要为大家详细介绍了python读写xml文件的实例,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03
  • python之如何查找多层嵌套字典的值

    python之如何查找多层嵌套字典的值

    这篇文章主要介绍了python之如何查找多层嵌套字典的值问题,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-05-05
  • 详解Python调用华为API实现图像标签

    详解Python调用华为API实现图像标签

    华为云图像标签可识别上千种通用物体以及数百种场景标签,一个图像可包含多个标签内容,语义内容非常丰富。本文将通过Python调用华为API实现图像标签,需要的可以参考一下
    2022-04-04
  • python数据处理67个pandas函数总结看完就用

    python数据处理67个pandas函数总结看完就用

    这篇文章主要介绍了python数据处理67个pandas函数的梳理总结,看完就可以去用了,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-11-11
  • Python 列表与链表的区别详解

    Python 列表与链表的区别详解

    这篇文章主要介绍了Python 列表与链表的区别详解,本篇文章通过简要的案例,讲解了该项技术的了解与使用,以下就是详细内容,需要的朋友可以参考下
    2021-09-09
  • Python多线程:主线程等待所有子线程结束代码

    Python多线程:主线程等待所有子线程结束代码

    这篇文章主要介绍了Python多线程:主线程等待所有子线程结束代码,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
    2020-04-04
  • Jupyter Notebook远程登录及密码设置操作

    Jupyter Notebook远程登录及密码设置操作

    今天小编就为大家分享一篇Jupyter Notebook远程登录及密码设置操作,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
    2020-04-04
  • TensorFlow2.0矩阵与向量的加减乘实例

    TensorFlow2.0矩阵与向量的加减乘实例

    今天小编就为大家分享一篇TensorFlow2.0矩阵与向量的加减乘实例,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
    2020-02-02
  • 基于Python实现一个简单的敏感词过滤功能

    基于Python实现一个简单的敏感词过滤功能

    这篇文章主要介绍了Python实现敏感词过滤功能的示例,文中通过示例代码介绍的非常详细,对我们学习python有定的帮助,感兴趣的小伙伴们可以参考一下
    2023-06-06
  • ubuntu 18.04 安装opencv3.4.5的教程(图解)

    ubuntu 18.04 安装opencv3.4.5的教程(图解)

    这篇文章主要介绍了ubuntu 18.04 安装opencv3.4.5的教程,本文图文并茂给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-11-11

最新评论