关于LaTeX格式 在matplotlib 中的使用 |
您所在的位置：网站首页 › matplotlib 添加公式 › 关于LaTeX格式 在matplotlib 中的使用 |
关于LaTeX格式 在matplotlib 中的使用
|
#导入几个必要的科学计算库
import numpy as np
import matplotlib.pyplot as plt
在画函数图时我们经常碰到画好图，加图例（legend）时要写LaTeX一脸懵逼，所以，特意整理一份常用的LaTeX函数格式以供学习，参考。先看看对我们写函数来说像是油盐酱醋必不可少的符号LaTeX表示。 运算法则 : 加：+ 或 \plus 减：- 或 \minus 乘： \times 除：\frac {分子} {分母} 求极限：\lim 求和: \sum 连乘: \prod 求导：\mathrm{d}f 积分：\int (注：\mathrm 是打出罗马格式，排版逼格高) 上标：^ 下标： _{} 运用: 光看不如练，现在画个简单的函数体会一下LaTeX的优雅： #y=1/x 在pyplot中调用LaTeX前后表达式要加$号 x=np.linspace(-8, 8, 100) y = 1/x #分数的LaTeX格式 label=r"$y = \frac{1}{x}$" plot_fun(x,y,label) 效果如下
下面，我们看看六大初等函数的表示，其他我们认识的函数都是由初等函数通过加减乘除及复合而成，掌握上述函数的Latex格式，其他函数Latex格式也自然能从中组合而成 常值函数 y=c （忽略 ==）
` 总结：肝好疼，求极限、求导、积分等下次再讨论把!!! #因为这不是一篇讨论画图的文章，下面的可以忽略，嘻嘻嘻.... #单图单个函数 def plot_fun(x,y, label): plt.figure(figsize = (8,6)) plt.plot(x, y ,linewidth = 1.0, color='r',label = label) plt.xlim(-1, 10) plt.ylim(-1, 10) plt.xlabel('x') plt.ylabel('y') #设置坐标刻度线 ticks = np.linspace(-2, 10, 7) plt.xticks(ticks) plt.yticks(ticks) #设置坐标轴gca() ax = plt.gca() #去掉边界线 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') #移动坐标轴 ax.xaxis.set_ticks_position('bottom') ax.spines['bottom'].set_position(('data', 0)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0)) #设置标签 plt.legend(loc='center') plt.grid() plt.show()``-------------------------------------------我是分界线------------------------------------------- #一个图多个函数 def plot_funcs(x,y, label, color): plt.figure(figsize = (8,6)) i = 0 for line in y: plt.plot(x, line ,linewidth = 1.2, color=color[i],label = label[i]) i+=1 plt.xlim(-5, 5) plt.ylim(-1, 8) plt.xlabel('x') plt.ylabel('y') #设置坐标刻度线 xticks = np.linspace(-5, 5, 7) yticks = np.linspace(0, 7, 8) plt.xticks(xticks) plt.yticks(yticks) #设置坐标轴gca() ax = plt.gca() #去掉边界线 ax.spines['right'].set_color('none') ax.spines['top'].set_color('none') #移动坐标轴 ax.xaxis.set_ticks_position('bottom') ax.spines['top'].set_position(('data', -5)) ax.yaxis.set_ticks_position('left') ax.spines['left'].set_position(('data', 0)) #设置标签 plt.legend(loc='center') plt.grid() plt.show()`-------------------------------------------我不是分割线------------------------------------------------ #同时画四张图 def plots_func(x,y, label): plt.figure(figsize=(12,9)) plt.xlim(-1, 10) plt.ylim(-1, 10) #subplot是划分多个区域，并指定在那个区域作图 ax1 = plt.subplot(221) ax1.plot(x, y[0], linewidth = 1.2, color='purple',label = label[0]) plt.legend(loc='center') ax2 = plt.subplot(222) ax2.plot(x, y[1], linewidth = 1.2, color='r',label = label[1]) plt.legend(loc='center') ax3 = plt.subplot(223) ax3.plot(x, y[2], linewidth = 1.2, color='b',label = label[2]) plt.legend(loc='center') ax4 = plt.subplot(224) ax4.plot(x, y[3], linewidth = 1.2, color='y',label = label[3]) plt.legend(loc='center') #设置标签 plt.show()参考文章：http://www.doc88.com/p-1498083691594.html |
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |