首页 > 其他分享 >Matplotlib Superscript format in matplotlib plot legend 上标下标

Matplotlib Superscript format in matplotlib plot legend 上标下标

时间:2023-11-02 11:01:13浏览次数:41  
标签:plot plt format matplotlib popt np import data

在绘图的标题、坐标轴的文字中用上标或下标

$正常文字^上标$

 

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.set(title=r'This is an expression $e^{\sin(\omega\phi)}$',
       xlabel='meters $10^1$', ylabel=r'Hertz $(\frac{1}{s})$')
plt.show()

 

Matplotlib Superscript format in matplotlib plot legend 上标下标_python

 

 

 

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit

x_data = np.linspace(0.05,1,101)
y_data = 1/x_data
noise = np.random.normal(0, 1, y_data.shape)
y_data2 = y_data + noise

def func_power(x, a, b):
    return a*x**b 

popt, pcov= curve_fit(func_power, x_data, y_data2)

plt.figure()
plt.scatter(x_data, y_data2, label = 'data')
plt.plot(x_data, popt[0] * x_data ** popt[1], label = ("$y = {{{}}}x^{{{}}}$").format(round(popt[0],2), round(popt[1],2)))
plt.plot(x_data, x_data**3, label = '$x^3$')
plt.legend()
plt.show()

 

 

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import curve_fit

x_data = np.linspace(0.05,1,101)
y_data = 1/x_data
noise = np.random.normal(0, 1, y_data.shape)
y_data2 = y_data + noise

def func_power(x, a, b):
    return a*x**b 

popt, pcov= curve_fit(func_power, x_data, y_data2)

plt.figure(figsize=(4, 3))
plt.title('Losses')
plt.ylabel('Loss')
plt.xlabel('Epoch')
plt.scatter(x_data, y_data2, label = 'data')
plt.plot(x_data, popt[0] * x_data ** popt[1], label = ("$y = {{{}}}x^{{{}}}$").format(round(popt[0],2), round(popt[1],2)))
plt.plot(x_data, x_data**3, label = '$x^3$')
plt.legend()
plt.show()

 

 

REF

https://stackoverflow.com/questions/53781815/superscript-format-in-matplotlib-plot-legend

 https://stackoverflow.com/questions/21226868/superscript-in-python-plots



标签:plot,plt,format,matplotlib,popt,np,import,data
From: https://blog.51cto.com/emanlee/8142640

相关文章

  • matplotlib 设置图形大小 figsize dpi
    figure语法说明figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True)num:图像编号或名称,数字为编号,字符串为名称figsize:指定figure的宽和高,单位为英寸dpi:指定绘图对象的分辨率,即每英寸多少个像素,缺省值为80,1英寸等于2.5cm,A4纸是21......
  • PageOffice保存时The file format is not allowed
    情景描述:最新用PageOffice做word在线编辑功能,但是保存时一直报错Thefileformatisnotallowed。如下图:问题分析:把word文件放到官方demo中,编辑保存没有问题,最后排查到是pageofficeCtrl.WebOpen传入的参数DocumentURL问题。//保存时出现错误pageofficeCtrl.WebOpen("C:\\Reso......
  • Redis通过复制rdb文件方式同步线上数据到本地以及提示:Can't handle RDB format versi
    场景Redis的持久化机制-RDB方式和AOF方式:https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/105052841Redis持久化机制导致服务自启动后恢复数据过长无法使用以及如何关闭:https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/130237326以上对于redis持久化......
  • DecimalFormat的基本用法
    一、舍入模式RoundingMode1、舍入模式RoundingMode为截断Downpublicstaticvoidmain(String[]args){doublenum=11.256;DecimalFormatdf=newDecimalFormat("#.##");//格式化为两位小数//指定RoundingMode舍入模式df.setRoundi......
  • python pandas.DataFrame.plot( )画图
     pythonpandas.DataFrame.plot()画图DataFrame.plot(x=None,y=None,kind='line',ax=None,subplots=False,sharex=None,sharey=False,layout=None,figsize=None,use_index=True,title=None,grid=None,legend=True,......
  • 【matplotlib 实战】--箱型图
    箱型图(BoxPlot),也称为盒须图或盒式图,1977年由美国著名统计学家约翰·图基(JohnTukey)发明。是一种用作显示一组数据分布情况的统计图,因型状如箱子而得名。它能显示出一组数据的最大值、最小值、中位数及上下四分位数。箱子的顶端和底端,分别代表上下四分位数。箱子中间的是中位数线......
  • 022-第三代软件开发-QCustomPlot核心迁移
    第三代软件开发-QCustomPlot核心迁移文章目录第三代软件开发-QCustomPlot核心迁移项目介绍先说点GitHubCopilotQCustomPlot核心迁移QQuickPaintedItemXXX_QCustomChart关键字:Qt、Qml、QCustomPlot、GitHubCopilo、关键字5项目介绍欢迎来到我们的QML&C++项目!这个项目......
  • Python 利用pandas 和 matplotlib绘制柱状图
    当你需要展示数据时,图表是一个非常有用的工具。Python中的pandas和matplotlib库提供了丰富的功能,可以帮助你轻松地绘制各种类型的图表。本文将介绍如何使用这两个库,绘制一个店铺销售数量的柱状图,并添加各种元素,如数据标签、图例、网格线等。准备工作在开始之前,你需要安装p......
  • `plt.subplots()`是matplotlib库中的一个函数,用于创建一个新的图形窗口和一组子图²。
    `plt.subplots()`是matplotlib库中的一个函数,用于创建一个新的图形窗口和一组子图²。以下是它的参数说明:-`nrows`:整数,默认为1。设置图表的行数¹²。-`ncols`:整数,默认为1。设置图表的列数¹²。-`sharex`,`sharey`:布尔值或{'none','all','row','col'},默认为False。控制x(s......
  • matplotlib 常见
    fig,ax1=plt.subplots()ax1.plot(pd.to_datetime(df_key1_2.iloc[:,0]),df_key1_2.iloc[:,1],color='tab:blue')ax1.set_ylabel(dict_2[key_1][-1][0],color='tab:blue')ax1.tick_params(axis='y',labelcolor='tab:blue'......