python自用速查

发表于 更新于 分类于 阅读次数： 本文字数： 512 阅读时长 ≈ 2 分钟
常用但是不想记住的代码片段

plt

直线

1
2
plt.axhline(y=yn, linestyle='--', label=f'pe={yn}')
plt.axvline(x=xn, linestyle='-.', label=f'a={xn}')

颜色循环

将颜色循环设置为默认值

1
plt.gca().set_prop_cycle(None)

中文字体

字体问题，中文经常显示不出来

为了防止修改以后失效、防止每次使用都要设置，建议（以linux为例）：

1
2
3
4
5
6
7
8
9
cp /usr/lib/python3.11/site-packages/matplotlib/mpl-data/matplotlibrc ~/.config/matplotlib/

# ~/.config/matplotlib/matplotlibrc 最后添加

font.serif : FangSong
font.family: serif
# 负号不显示
axes.unicode_minus: False
axes.formatter.use_mathtext : False

在使用 SciencePlots 时。

即使

1
2
3
import scienceplots

plt.style.use(['science', "no-latex", "cjk-sc-font"])

注意，有些版本，cjk-sc-font 必须在最后

还是有问题，因为 scienceplots/styles/languages/cjk-sc-font.mplstyle 有问题

1
2
3
4
5
6
7
8
# scienceplots/styles/languages/cjk-sc-font.mplstyle 修改为


font.serif : FangSong
font.family: serif
# 负号不显示
axes.unicode_minus: False
axes.formatter.use_mathtext : False

FangSong 修改为你的字体，可以这样查看（两个引号之间的名字）

1
fc-list :lang=zh

测试

1
2
3
4
5
6
7
8
9
import scienceplots
from matplotlib import pyplot as plt

plt.style.use(['science', "no-latex", "cjk-sc-font"])

plt.plot([-2,-1,2,4,6,7])
plt.title("测试")
plt.xlabel(r"$\alpha$Aa")
plt.show()

逐帧播放

1
2
3
4
5
6
7
8
9
10
plt.figure()
for i in range(120):
    plt.clf()
    plt.title(f"{i}")
    R = np.real(A[:, i]) + np.imag(A[:, i])

    plt.plot((np.dot(R, A) * np.dot(R, A_))[:120], ".")
    plt.pause(1)

plt.show()

高度图

三维矩阵，给一个为二维矩阵，每个格点作为颜色，画图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def plot_height_map_2d(matrix):
    """二维高度图

    Args:
        matrix (_type_): _description_
    """
    # 将二维矩阵转换为NumPy数组
    data = np.array(matrix)

    # 绘制二维图 viridis 可以改，或者画图以后设置里可以看其他的
    plt.imshow(data, cmap='viridis', interpolation='nearest', origin='upper')

    # 添加色谱
    plt.colorbar()

    # 设置坐标轴标签
    plt.xlabel('Column')
    plt.ylabel('Row')

    # 显示图形
    plt.show()

三维图，给一个为二维矩阵，每个格点作为这里的高度，画图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
def plot_height_map(matrix):
    """3d高度图

    Args:
        matrix (_type_): _description_
    """
    data = np.array(matrix)

    # 获取矩阵的行数和列数
    rows, cols = data.shape

    # 创建行和列的坐标
    x = np.arange(0, cols, 1)
    y = np.arange(0, rows, 1)

    # 创建网格
    X, Y = np.meshgrid(x, y)

    # 绘制高度图
    fig = plt.figure()

    ax = fig.add_subplot(111, projection='3d')
    ax.set_title(f"{np.max(matrix)}")
    ax.plot_surface(X, Y, data, cmap='turbo')

    # 显示图形
    plt.show()

多线程

1
2
3
4
5
6
7
8
from multiprocessing import Pool

def test(s):
  print(s)

qv = np.linspace(134, 140, 7, dtype="int")
with Pool(4) as p:
    p.map(test, qvs)

本文作者：yuhldr
本文地址： https://yuhldr.github.io/posts/b4a9e8d8.html
版权声明：转载请注明出处！