python plt可视化——打印特殊符号和制作图例代码

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我们。

赞 (0)

相关推荐

  • Python 打印中文字符的三种方法

    方法一: 现在用 notepad++,在 UTF-8 格式下编写以下语句: #coding=utf-8 print"打印中文字符" 方法二: 用encode和decode 如: import os.path import xlrd,sys Filename='/home/tom/Desktop/1234.xls' if not os.path.isfile(Filename): raise NameError,"%s is not a valid filename"

  • Python如何使用字符打印照片

    Python如何使用字符打印照片

    这篇文章主要介绍了Python如何使用字符打印照片,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1. 前言 第一次在学校机房里见到计算机,还是上古时期.计算机型号大概是LASER-310吧,有点记不清了.那会儿,显示器还是单色的,只能显示文本,每行最多显示80个字符.想看图片,印象中只能用针式打印机打印在两侧穿孔的宽行打印纸上,每个像素用一个字符表示,不同的字符代表不同的灰度,就像下图这个样子.有没有感觉到浓郁古风呢?其实,随便一张照片,十几

  • Python 实现打印单词的菱形字符图案

    我就废话不多说了,还是直接看代码吧! a = [1, 2, 3, 4, 5, 6, 7, 6, 5, 4, 3, 2, 1] b = [' ' * 2 * (7 - i) + 'Good' * i for i in a] for line in b: print(line) 程序运行结果如下: 补充知识:python打印菱形的三种方法 第一种(自己想的,有点麻烦): rows = int(input('请输入菱形边长:\n')) row = 1 while row <= rows: col =

  • python3使用print打印带颜色的字符串代码实例

    一.实现过程 终端的字符颜色是用转义序列控制的,是文本模式下的系统显示功能,和具体的语言无关 转义序列是以ESC开头,即用\033来完成(ESC的ASCII码用十进制表示是27,用八进制表示就是033) 书写格式: 开头部分:\033[显示方式;前景色;背景色m + 结尾部分:\033[0m 注意:开头部分的三个参数:显示方式,前景色,背景色是可选参数,可以只写其中的某一个:另外由于表示三个参数不同含义的数值都是唯一的没有重复的,所以三个参数的书写先后顺序没有固定要求,系统都能识别:但是,建议按

  • Python打印特殊符号及对应编码解析

    1.调用字符映射表输入特殊符号 在键盘上按win+R,在打开的对话框中输入"charmap",会出现字符映射表: 2.利用字符编码输入特殊符号 #打印Σ print(chr(931)) #打印← print(chr(8592)) #打印→ print(chr(8594)) #打印↑ print(chr(8593)) #打印↓ print(chr(8595)) #打印❋ print(chr(10059)) 结果: Σ ← → ↑ ↓ ❋ 特殊字符对应编码: 以上就是本文的全部内容,希望对

  • python使用threading.Condition交替打印两个字符

    Python中使用threading.Condition交替打印两个字符的程序. 这个程序涉及到两个线程的的协调问题,两个线程为了能够相互协调运行,必须持有一个共同的状态,通过这个状态来维护两个线程的执行,通过使用threading.Condition对象就能够完成两个线程之间的这种协调工作. threading.Condition默认情况下会通过持有一个ReentrantLock来协调线程之间的工作,所谓可重入锁,是只一个可以由一个线程递归获取的锁,此锁对象会维护当前锁的所有者(线程)和当前所

  • python使用正则表达式匹配字符串开头并打印示例

    本文实例讲述了python使用正则表达式匹配字符串开头并打印的方法.分享给大家供大家参考,具体如下: import re s="name=z1hangshan username=fff url=www.baidu.com password=ddd256" s2="username=fff name=z1hangshan url=www.baidu.com password=ddd256" #p=re.compile(r'((?:\s)name=(\S)+)') p=

  • python plt可视化——打印特殊符号和制作图例代码

    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

  • Python使用迭代器打印螺旋矩阵的思路及代码示例

    Python使用迭代器打印螺旋矩阵的思路及代码示例

    思路 螺旋矩阵是指一个呈螺旋状的矩阵,它的数字由第一行开始到右边不断变大,向下变大, 向左变大,向上变大,如此循环. 螺旋矩阵用二维数组表示,坐标(x,y),即(x轴坐标,y轴坐标). 顺时针螺旋的方向是->右,下,左,上,用数值表示即是x加1格(1,0),y加1格(0,1),x减1格(-1,0),y减1格(0,-1). 坐标从(0,0)开始行走,当超出范围或遇到障碍时切换方向. 螺旋矩阵的打印首先要对n*n的数组进行赋值,根据规律可以看出,每一层都是按照右->下->左->上的顺序

  • Python数据可视化实现漏斗图过程图解

    项目实现知识点: Pandas库及pyecharts库 Pandas:数据分析和处理工具. pd.read_csv():读取csv文件. pyecharts:绘图库,提供30多种图标,超过400个以上的地图文件,支持原生百度地图,为地理数据可视化提供支持. pyecharts.charts:提供了基本的图表,例如条形图.直方图等. Python数据可视化:漏斗图的制作 项目实现过程: 1.导入模块 2.打开文件 3.读取数据 4.整理数据 5.创建漏斗图 6.添加组件 7.显示漏斗并设置名称 8

  • Python数据可视化制作全球地震散点图

    Python数据可视化制作全球地震散点图

    目录 查看JSON数据 参数indent 创建地震列表 提取震级 提取位置数据 绘制震级散点图 指定图表数据的方式 DataFrame()函数 设计标记点的尺寸 设计标记的颜色 前言: 为了制作全球地震散点图,我在网上下载了一个数据集,其中记录了一个月内全球发生的所有地震,但这些数据是以JSON格式存储的,因此需要用json模块来进行处理. 查看JSON数据 首先我们先打开下载好的数据集浏览一下: 你会发现其中的数据密密麻麻,根本不是人读的,因此,接下来我们将对数据进行处理,让它变得简单易读.

  • Python数据可视化Pyecharts制作Heatmap热力图

    Python数据可视化Pyecharts制作Heatmap热力图

    目录 HeatMap:热力图 1.基本设置 2.热力图数据项 Demo 举例 1.基础热力图 本文介绍基于 Python3 的 Pyecharts 制作 Heatmap(热力图 时需要使用的设置参数和常用模板案例,可根据实际情况对案例中的内容进行调整即可. 使用 Pyecharts 进行数据可视化时可提供直观.交互丰富.可高度个性化定制的数据可视化图表.案例中的代码内容基于 Pyecharts 1.x 版本 . HeatMap:热力图 1.基本设置 class HeatMap( # 初始化配置项

  • 详解Python数据可视化编程 - 词云生成并保存（jieba+WordCloud）

    详解Python数据可视化编程 - 词云生成并保存（jieba+WordCloud）

    思维导图: 效果(语句版): 源码: # -*- coding: utf-8 -*- """ Created on Tue Mar 5 17:59:29 2019 @author: dell """ # ============================================================================= # 步骤: # 分割aaa = jieba.cut(str,cut_all=True/Fa

  • python数据可视化之matplotlib.pyplot基础以及折线图

    python数据可视化之matplotlib.pyplot基础以及折线图

    不论是数据挖掘还是数据建模,都免不了数据可视化的问题.对于Python来说,Matplotlib是最著名的绘图库,它主要用于二维绘图,当然它也可以进行简单的三维绘图(基于spyder). - 模块引用 import matplotlib.pyplot as plt #引用画图库中的pyplot模块 -折线条图 语法 import matplotlib.pyplot as plt data=[1,2,3,4,5,4,2,4,6,7] #随便创建了一个数据 plt.plot(data) #引用画图库

  • python数据可视化matplotlib绘制折线图示例

    python数据可视化matplotlib绘制折线图示例

    目录 plt.plot()函数各参数解析 各参数具体含义为: x,y color linestyle linewidth marker 关于marker的参数 plt.plot()函数各参数解析 plt.plot()函数的作用是绘制折线图,它的参数有很多,常用的函数参数如下: plt.plot(x,y,color,linestyle,linewidth,marker,markersize,markerfacecolor,markeredgewidth,markeredgecolor) 各参数具体

  • Python数据可视化之用Matplotlib绘制常用图形

    Python数据可视化之用Matplotlib绘制常用图形

    一.散点图 散点图用两组数据构成多个坐标点,考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式. 特点:判断变量之间是否存在数量关联趋势,表示离群点的分布规律. 散点图绘制: plt.scatter(x,y) # 以默认的形状颜色绘制散点图 实例: 假设我们获取到了上海2020年5,10月份每天白天的最高气温(分别位于列表a.b),那么此时如何观察气温和随时间变化的某种规律. # 绘制图形所需的数据 y_5 = [11,17,16,11,12,11,12,13,10,14,8

  • 如何用Python数据可视化来分析用户留存率

    如何用Python数据可视化来分析用户留存率

    关于"漏斗图" 漏斗图常用于用户行为的转化率分析,例如通过漏斗图来分析用户购买流程中各个环节的转化率.当然在整个分析过程当中,我们会把流程优化前后的漏斗图放在一起,进行比较分析,得出相关的结论,今天小编就用"matplotlib"."plotly"以及"pyecharts"这几个模块来为大家演示一下怎么画出好看的漏斗图首先我们先要导入需要用到的模块以及数据, import matplotlib.pyplot as plt im

随机推荐