Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法

本文实例讲述了Python使用Matplotlib模块时坐标轴标题中文及各种特殊符号显示方法。分享给大家供大家参考，具体如下：

Matplotlib中文显示问题——用例子说明问题

#-*- coding: utf-8 -*-
from pylab import *
t = arange(-4*pi, 4*pi, 0.01)
y = sin(t)/t
plt.plot(t, y)
plt.title('www.jb51.net - test')
plt.xlabel(u'\u2103',fontproperties='SimHei')
#在这里，u'\u2103'是摄氏度，前面的u代表unicode，而引号里的内容，是通过在网上查找“℃”这一个符号的unicode编码得到的。这里的“摄氏度”是中文，要显示的话需要在后面加上fontproperties属性即可，这里设置的字体为黑体。
plt.ylabel(u'幅度',fontproperties='SimHei')#也可以直接显示中文。
plt.show()

运行效果：

Matplotlib中支持LaTex语法，如果要显示各种美观的数学公式和数学符号，可以稍微学习下，很有用。具体语法可参见(http://wiki.gwrite.googlecode.com/hg/misc/LaTex-EquRef.html?r=1de19067fce5484bb5c39cbd049f6a47f7d8a2e9)

可以这样使用：

代码如下:

ylabel('Rice('+r'$\mu\mathrm{mol}$'+' '+'$ \mathrm{m}^{-2} \mathrm{s}^{-1}$'+')')

中文与LaTex共同显示问题：

在坐标轴标题中同时显示中文以及带有上下标的各种数学单位，需要分两步：

1、根据上述显示中文的方法，先将中文标题加上；

2、对于单位，使用text函数进行添加，text函数用法见(http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.text)。

import matplotlib.pyplot as plt
import numpy as np
t = np.linspace(0, 10, 1000)
y = np.sin(t)
plt.plot(t, y,label=u'正弦曲线 (m)')
plt.xlabel(u"时间", fontproperties='SimHei')
plt.ylabel(u"振幅", fontproperties='SimHei')
plt.title(u"正弦波", fontproperties='SimHei')
# 添加单位
t=plt.text(6.25, -1.14,r'$(\mu\mathrm{mol}$'+' '+'$ \mathrm{m}^{-2} \mathrm{s}^{-1})$',fontsize=15, horizontalalignment='center',verticalalignment='center')
#在这里设置是text的旋转，0为水平，90为竖直
t.set_rotation(0)
# legend中显示中文
plt.legend(prop={'family':'SimHei','size':15})
plt.savefig("C:\\Users\\Administrator\\Desktop\\test.png")

更多关于Python相关内容可查看本站专题：《Python数学运算技巧总结》、《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:

• Python中matplotlib中文乱码解决办法
• 解决Linux系统中python matplotlib画图的中文显示问题
• 基于Linux系统中python matplotlib画图的中文显示问题的解决方法
• Python实现matplotlib显示中文的方法详解
• Python使用matplotlib绘图无法显示中文问题的解决方法
• python matplotlib中文显示参数设置解析
• Python实现正弦信号的时域波形和频谱图示例【基于matplotlib】
• Python使用matplotlib实现的图像读取、切割裁剪功能示例
• Python利用matplotlib.pyplot绘图时如何设置坐标轴刻度
• Python matplotlib绘图可视化知识点整理(小结)