Python在畫圖時使用特殊符號的方法總結(jié)
更新時間：2022年04月25日 15:55:42 作者：sinysama
在制作圖表時，如果遇到需要利用特殊符號進行表示時該怎么辦呢？不用慌，這篇文章為大家總結(jié)了python畫圖中使用各種特殊符號的方式，需要的可以參考一下
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
# 設置標題大小
plt.rcParams['font.size'] = '16'
#解決畫多幅圖時出現(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軸標簽
plt.ylabel("Y-axis",fontproperties=font_set) #Y軸標簽
plt.grid(linestyle='-.')
plt.show()二、注意事項
應用例子，可以在標題（title）、坐標軸名（xlabel、ylabel）、標注標簽處（label）增加。注意使用label等號后面使用“r”，否則直接報錯。
以此為例進行替換即可↓
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，如果要表達的字符很復雜怎么辦，比如帶公式的。
事實上，這里有個通用方式。但是需要安裝MathType。該方法在外文文獻的Latex排版中也同樣適用。
簡單三步如下，：
①下載mathtype，并關聯(lián)word
②打入你的表達式，編輯并復制
③在word輸入位置黏貼
只需關注最后一行的
\[\int {\frac{{n!}}{{r!\left( {n - r} \right)!}}} \]
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：
到此這篇關于Python在畫圖時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)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要為大家詳細介紹了python讀寫xml文件的實例，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-03-03
這篇文章主要介紹了python之如何查找多層嵌套字典的值問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-05-05
詳解Python調(diào)用華為API實現(xiàn)圖像標簽
華為云圖像標簽可識別上千種通用物體以及數(shù)百種場景標簽，一個圖像可包含多個標簽內(nèi)容，語義內(nèi)容非常豐富。本文將通過Python調(diào)用華為API實現(xiàn)圖像標簽，需要的可以參考一下2022-04-04
python數(shù)據(jù)處理67個pandas函數(shù)總結(jié)看完就用
這篇文章主要介紹了python數(shù)據(jù)處理67個pandas函數(shù)的梳理總結(jié)，看完就可以去用了，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-11-11
這篇文章主要介紹了Python 列表與鏈表的區(qū)別詳解,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細內(nèi)容,需要的朋友可以參考下2021-09-09
這篇文章主要介紹了Python多線程:主線程等待所有子線程結(jié)束代碼，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
今天小編就為大家分享一篇Jupyter Notebook遠程登錄及密碼設置操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
今天小編就為大家分享一篇TensorFlow2.0矩陣與向量的加減乘實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Python實現(xiàn)敏感詞過濾功能的示例，文中通過示例代碼介紹的非常詳細，對我們學習python有定的幫助，感興趣的小伙伴們可以參考一下2023-06-06
ubuntu 18.04 安裝opencv3.4.5的教程(圖解)
這篇文章主要介紹了ubuntu 18.04 安裝opencv3.4.5的教程，本文圖文并茂給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-11-11