开萌笔记本

说明 lazyvim刚需高版本的neovim，但是apt安装的neovim版本很低，所以如果需要使用lazyvim，不要使用apt来安装neovim 步骤 1. 卸载neovim **一定要先卸载apt安装的neovim： 1sudo apt remove neovim 2. 安装最新版neovim 使用如下命令获取二进制包： 123456789# 获取二进制包wget https://github.com/neovim/neovim/releases/latest/download/nvim-linux-x86_64.tar.gz# 解压到/opt目录sudo tar -C /opt -xzf nvim-linux-x86_64.tar.gz# 设置nvim命令别名echo "alias nvim=/opt/nvim-linux-x86_64/bin/nvim" >> ~/.bashrc # 或者~/.zshrc，看你自己习惯哪个source ~/.bashrc # 重新加载命令行配置# 测试软件是否正常nvim...

在数据可视化中，颜色映射（colormap）是一个重要的概念，它可以帮助我们更好地理解数据的分布和趋势。Matplotlib提供了多种内置的颜色映射，但有时我们需要自定义颜色映射以满足特定的需求。Matplotlib内置了多种颜色映射（colormap），可以通过plt.get_cmap()函数获取。我们可以使用plt.imshow()函数来显示数据，并通过cmap参数指定颜色映射。seaborn库也提供了多种颜色映射，可以通过seaborn.color_palette()函数获取。此外，Matplotlib还支持使用ListedColormap和LinearSegmentedColormap类来自定义颜色映射。 1. 使用内置颜色映射 123456import matplotlib.pyplot as pltimport numpy as npimport seaborn as snscmap1 = plt.get_cmap("viridis") # 获取内置颜色映射cmap2 =...

添加渐变背景 有时候，我们希望在绘图时添加渐变背景，这样可以使图像更加美观。我们可以使用fig.figimage方法来添加渐变背景。fig.figimage方法可以在figure上添加一个图像，参数cmap表示颜色映射，参数resize表示是否调整大小，参数origin表示图像的原点位置。我们可以使用LinearSegmentedColormap.from_list()方法来创建一个颜色映射。 注意：如果使用fig.figimage方法添加渐变背景，必须保证绘图dpi和保存dpi一致，否则会出现背景不一致的情况。 1234567891011121314151617181920212223from matplotlib.colors import LinearSegmentedColormapfig = plt.figure(figsize=(cm(15), cm(10)),dpi=500)ax = plt.gca()# 创建自定义渐变色彩映射# 斜向上，白色到蓝色渐变colors = ["white", "#ffe2e2"] #...

使用Matplotlib画元素周期表 进行材料计算或者查询数据库时，我们有时候想了解或者想向别人展示计算或者查询的元素的分布状况，这个时候，我们可以使用元素周期表来直观地表示元素的分布状况。 pymatviz库内置了元素周期表功能，但它的文档写得很模糊，要看懂如何使用它的元素周期表功能，需要花费一段时间，反而不如直接使用Matplotlib来画元素周期表来的简单。 我们可以使用如下代码来画元素周期表： 1. 导入库并定义全局参数和函数 12import matplotlib.pyplot as pltfrom pltsci import whole_plot_set, half_plot_set, set_ticks, cm 2. 定义元素周期表 定义元素周期表的方式其实很简单，那就是使用一个二维数组来表示元素周期表。有字的位置是元素，没有字的位置是空格。然后可以使用plt.text()函数来在指定位置添加元素的名称。 12345678910111213# 元素符号二维数组，描述周期表布局element_symbols = [ ['H',...

如何使Matplotlib绘图符合科研绘图规范 Matplotlib默认的绘图看起来太“轻佻”，这篇文章是关于如何让Matplotlib绘图看起来更加符合文献中图像的样子的。 画图全局参数设置 在科研绘图时，我们需要设置一些全局参数来保证图像的美观性和一致性。比如我们可以设置全局字体、字号、线宽、颜色等参数。全局参数使用 plt.rcParams来设置。plt.rcParams是一个字典，包含了Matplotlib的所有可配置参数。我们可以通过修改这个字典来改变全局参数。 注意：全局参数必须在 plt.plot()之前设置，否则不会生效。 我已经将常见参数打包进入库pltsci，可以直接调用，如下所示： 123456import matplotlib.pyplot as pltfrom pltsci import whole_plot_set, half_plot_set, set_ticks, cmwhole_plot_set() # 全局参数设定，设定后对后续绘制的所有图生效fig, ax = plt.subplots(figsize=(7*cm, 5*cm)) #...