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 | α | β | δ | ℓ | ε |
| 代码 | $\alpha$ | $\beta$ | $\delta$ | $\ell$ | $\varepsilon$ |
| 符号 | Φ | γ | η | ι | φ |
| 代码 | $\phi $ | $\gamma$ | $\eta$ | $\iota$ | $\varphi$ |
| 符号 | λ | μ | π | θ | ρ |
| 代码 | $\lambda$ | $\mu$ | $\pi$ | $\theta$ | $\rho$ |
| 符号 | σ | τ | ω | ξ | Γ |
| 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Devmax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Devmax！