查看原文
其他

LovelyPlots库 | 格式化科学论文、论文和演示文稿的可视化图形

大邓 大邓和他的Python
2024-09-09

LovelyPlots库 可以很好地格式化科学论文、论文和演示文稿的可视化图形,同时使它们在 Adobe Illustrator 中完全可编辑。

此外,.svg 导出选项允许图形自动调整其字体以适应您文档的字体。例如,导入到 .tex 文件中的 .svg 图形将自动生成为您的 .tex 文件中使用的文本字体。


安装

pip3 install LovelyPlots

样例



代码

import matplotlib.pyplot as plt
import numpy as np

def MB_speed(v, m, T):
    """Maxwell-Boltzmann speed distribution for speeds"""
    kB = 1.38e-23
    return (
        (m / (2 * np.pi * kB * T)) ** 1.5 * 4 * np.pi * v**2 * np.exp(-m * v**2 / (2 * kB * T))
    )


def plot_dist(
    temperatures,
    v,
    mass=85 * 1.66e-27,
    pparam={"xlabel": "Speed", "ylabel": "Speed distribution"},
    save_name="",
):


    fig, ax = plt.subplots()
    for T in temperatures:
        fv = MB_speed(v, mass, T)
        ax.plot(v, fv, label=f"T={T}K")
        ax.legend()
        ax.set(**pparam)
        fig.savefig(save_name)


v = np.arange(080010)
temperatures = [i for i in range(10050075)]





styles = [
    [
        "ipynb",
        "use_mathtext",
    ],
    [
        "ipynb",
        "use_mathtext",
        "colors5-light",
    ],
    [
        "ipynb",
        "use_mathtext",
        "colors10-ls",
    ],
    [
        "ipynb",
        "use_mathtext",
        "colors10-markers",
    ],
    ["classic"],
    ["ipynb"],
]
names = [
    "out/ipynb+use_mathtext.png",
    "out/ipynb+use_mathtext+colors5-light.png",
    "out/ipynb+use_mathtext+colors10-ls.png",
    "out/ipynb+use_mathtext+colors10-markers.png",
    "out/classicmpl.png",
    "out/ipynb.png",
]


for style, name in zip(styles, names):
    with plt.style.context(style):
        plot_dist(temperatures, v, save_name=name)



精选文章

管理世界 | 使用文本分析词构建并测量短视主义

管理世界 | 使用 经营讨论与分析 测量 企业数字化指标

支持开票 | Python实证指标构建与文本分析

推荐 | 社科(经管)文本分析快速指南

视频分享 | 文本分析在经管研究中的应用

转载 | 金融学文本大数据挖掘方法与研究进展

JM2022综述 | 黄金领域: 为营销研究(新洞察)采集网络数据

PNAS | 文本网络分析&文化桥梁Python代码实现

PNAS | 使用语义距离测量一个人的创新力(发散思维)得分

MS | 使用网络算法识别创新的颠覆性与否

可视化 | 绘制《三体》人物关系网络图

长期征稿 | 欢迎各位前来投稿

1.5G数据集 | 200万条Indiegogo众筹项目信息

12G数据集 | 23w条Kickstarter项目信息

17G数据集 | 深交所企业社会责任报告

70G数据集 | 上市公司定期报告数据集

27G数据集 | 使用Python对27G招股说明书进行文本分析

70G数据集 | 上市公司定期报告数据集

1.5G数据集 | 200万条Indiegogo众筹项目信息

585w数据集 | 中国大陆企业工商注册信息

数据集 | 90w条中国上市公司高管数据

可视化 | 绘制《三体》人物关系网络图

认知的测量 | 向量距离vs语义投影

Asent库 | 英文文本数据情感分析

tomotopy | 速度最快的LDA主题模型

FinBERT | 金融文本BERT模型,可情感分析、识别ESG和FLS类型

BERTopic | 使用推特数据构建动态主题模型

安装python包出现报错:Microsoft Visual 14.0 or greater is required. 怎么办?

如何正确读入文本数据不乱码(解决文本乱码问题)

继续滑动看下一个
大邓和他的Python
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存