在
C:\Windows\Fonts
目录下找到
Mircosoft YaHei UI
字体,然后复制到
[你的Python安装路径]/Lib/site-packages/matplotlib/mpl-data/fonts/ttf
目录下即可解决
Matplotlib
中文乱码的问题。
Jupyter Notebook的27个秘诀,技巧和快捷键
jupyter notebook 嵌入到博客
在博客(MarkDown模式)里嵌入如下代码:
[code]
<iframe src="https://nbviewer.jupyter.org/github/Papers-Collection/Xinet-Collection/blob/master/LaTeX%20从零开始快速入门.ipynb" width="850" height="500"></iframe>
src
里面写入自己想引用的源链接,但必须基于
nbviewer.jupyter.org
;你可以打开http://nbviewer.jupyter.org 查看相关的使用方法;
这里
[code]
1 字体、颜色、字号
MarkDown全篇是统一使用黑色微软雅黑字体,字号默认为3,而HTML却可以像Word那样灵活,引入大量字体包、颜色和字号,例如在MarkDown:
Hello world
- <font face="黑体"> 黑体: Hello world </font>
- <font face="STCAIYUN"> STCAIYUN: hello world </font>
- <font face="Terminal"> Terminal: Hello world </font>
- <font face="Consolas"> Consolas: Hello world </font>
- <font face="Consolas" size=3 color=#DC143C> Consolas,2,#DC143C: Hello world </font>
- <font face="Consolas" size=4 color=(220, 20, 60)> Consolas,2,(220, 20, 60): Hello world </font>
- <font face="Consolas" size=5 color=Crimson> Consolas,2,Crimson: Hello world </font>
- <font face="Consolas" size=7 color=#0099ff> Consolas,2,Crimson: Hello world </font>
展示如下:
Hello world
黑体: Hello world
STCAIYUN: hello world
Terminal: Hello world
Consolas: Hello world
Consolas,2,#DC143C: Hello world
Consolas,2,(220, 20, 60): Hello world
Consolas,2,Crimson: Hello world
Consolas,2,Crimson: Hello world
font
主要包含三个参数:字体(
face
),字号(
size
)和颜色(
color
),顺序可调,也可缺省。
size
的可选范围为
1-7
,小于
\(1\)
的数值等价于
\(1\)
,超过
\(7\)
的数值等价于
\(7\)
);
color
的赋值既可以使用颜色名,例如
Blue
,
Black
,
Crimson
等,也可以使用十六进制的颜色值
#0000FF
,
#000000
,
#DC143C
等,如果想了解更多,可以阅读博客:
CSDN-markdown编辑器语法——字体、字号与颜色
。
2 数学字符及公式
再来看数学字符及公式,MarkDown 中使用标识符
$$
和
$$$$
即可表示引入 LaTeX 语法,前者使用时不换行,即在所使用位置使用 LaTeX 的格式,后者会换行后居中,例如:
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 } \tag{1}
where $\mu$ is the mean value, $\sigma^2$ is standard deviation.
展示如下:
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 } \tag{1}
where
\(\mu\)
is the mean value,
\(\sigma^2\)
is standard deviation.
一些基本的LaTeX公式命令可参考:
Markdown公式(二)
下面说下矩阵和表达式:
\left[ \begin{matrix}
b_{1}&c_{1}& & & &0 \\
a_{2}&b_{2}&c_{2}& & & \\
&a_{3}&b_{3}&\ddots& & \\
& &\ddots&\ddots&c_{n-1} & \\
0& & & &a_{n}&b_{n}
\end{matrix}\right]
\left[ \begin{matrix}
x_{1} \\
x_{2} \\
x_{3} \\
\vdots\\
x_{n}
\end{matrix}\right] =
\left[ \begin{matrix}
d_{1} \\
d_{2} \\
d_{3} \\
\vdots\\
d_{n}
\end{matrix}\right]
\tag{2}
$$ c'_i =
\begin{cases}
\begin{array}{lcl}
\cfrac{c_i}{b_i} & & ; i = 1 \\
\cfrac{c_i}{b_i - a_i c'_{i - 1}} & & ; i = 2, 3, \dots, n-1 \\
\end{array}
\end{cases}
\tag{3}$$
\left[ \begin{matrix}
b_{1}&c_{1}& & & &0 \\
a_{2}&b_{2}&c_{2}& & & \\
&a_{3}&b_{3}&\ddots& & \\
& &\ddots&\ddots&c_{n-1} & \\
0& & & &a_{n}&b_{n}
\end{matrix}\right]
\left[ \begin{matrix}
x_{1} \\
x_{2} \\
x_{3} \\
\vdots\\
x_{n}
\end{matrix}\right] =
\left[ \begin{matrix}
d_{1} \\
d_{2} \\
d_{3} \\
\vdots\\
d_{n}
\end{matrix}\right]
\tag{2}
\[ c'_i =
\begin{cases}
\begin{array}{lcl}
\cfrac{c_i}{b_i} & & ; i = 1 \\
\cfrac{c_i}{b_i - a_i c'_{i - 1}} & & ; i = 2, 3, \dots, n-1 \\
\end{array}
\end{cases}
\tag{3}
3 图片排版
以网络上的一段图文为例:
<DIV ALIGN="CENTER">
<TABLE><CAPTION ALIGN="BOTTOM"><STRONG>Fig 1:</STRONG> Rigidly terminated string with the simplest frequency-dependent loss filter. All loss factors (possibly including losses due to yielding terminations) have been consolidated at a single point and replaced by a one-zero filter approximation.</CAPTION>
![KarplusStrong](http://img.blog.csdn.net/20150925112421105)
</TABLE>
imshow:
![KarplusStrong](http://img.blog.csdn.net/20150925112421105)Fig 1: Rigidly terminated string with the simplest frequency-dependent loss filter. All loss factors (possibly including losses due to yielding terminations) have been consolidated at a single point and replaced by a one-zero filter approximation.
当然也可以简化只使用 <center>
:
<center>
![Panda](http://img.blog.csdn.net/20151109165400641)
Panda
</center>
![Panda](http://img.blog.csdn.net/20151109165400641)Panda
MarkDown 图片大小问题
引用自:文章链接: http://blog.csdn.net/yhl_leo/article/details/50099843
MarkDown里显示图片的方式可以引入 HTML 方法:
以 \(512 \times 512\) 的 lena 图像为例:
直接以MarkDown插入图片的方法,图片就会靠在左侧,大小也不由自己决定:
![lena](https://yqfile.alicdn.com/img_163cb7885672079cb727aad8617c4369.jpeg)
固定图片显示大小:
<img src="https://yqfile.alicdn.com/img_163cb7885672079cb727aad8617c4369.jpeg" width=256 height=256 />
其中 src
后面接的就是图像对象,width
和 height
设置的是显示图像的尺寸。
根据一定比例显示:
<img src="https://yqfile.alicdn.com/img_163cb7885672079cb727aad8617c4369.jpeg" width="50%" height="50%" />
如果想给图像加个标注
可以这么做:
<center>
<img src="https://yqfile.alicdn.com/img_163cb7885672079cb727aad8617c4369.jpeg" width="25%" height="25%" />
Figure 1. Lena
</center>
Figure 1. Lena
如果想让图和标注间距离增大,可以这么做:
注意:<center>...</center>
表示居中
<center>
<img src="https://yqfile.alicdn.com/img_163cb7885672079cb727aad8617c4369.jpeg" width="25%" height="25%" />
Figure 1. Lena
</center>
$ $$ $Figure 1. Lena
图片的对齐方式
使用 html 中的 div
标签,它有个对齐属性 align
,可以指定为 left
、center
和 right
以实现左对齐、居中对齐和右对齐。不过经我实验,这种方式 div 标签之间不能放 Markdown 图片链接语法,而只能是 html 的语法格式,因此还要配合 <img>
标签使用。
<div align="center">
<img src="http://imgtech.gmw.cn/attachement/jpg/site2/20111223/f04da22d7ba7105e1d7507.jpg" alt="CSDN图标" />
更多参考Markdown 简明语法参考
至于更复杂的操作,可以查阅更多资料。对于使用一些网页上不错的用法时,建议可以通过查看网页源码,找到对应的HTML源码,稍作调整即可应用到文档写作中:
探寻有趣之事!
Jupyter Notebook:让编程就像搭积木
当我们想要进行类似机器学习、大数据这样的分析编程时,如果是在例如 PyChram 这样的编译器上写,一般是要把整个代码文件写完,然后再运行。这样的缺点就是如果中间某行出现了 Bug,我们就要排除,然后再重新运行整个文档,或者是 Debug。
但是如果是在 Jupyter Notebook 上,我们就可以一小块一小块的去运行,碰到不合预期的结果,可以很方便的回到特定的单元,去输出各种变量,排查错误。