用Python优雅地写出数学表达式的LaTeX代码

简介: 用Python优雅地写出数学表达式的LaTeX代码

Latexify

Latexify是一个Python库,它可以将数学表达式转换为LaTeX代码。通过使用latexify-py,可以将数学表达式、函数、方程和公式等等,都优雅地转换为LaTeX代码,方便人们在文档或幻灯片中以纯正的格式来呈现数学表达式。

LaTeX

音译“拉泰赫”,是一种基于ΤΕΧ的排版系统,由美国计算机学家莱斯利·兰伯特(Leslie Lamport)在20世纪80年代初期开发,利用这种格式,即使使用者没有排版和程序设计的知识也可以充分发挥由TeX所提供的强大功能,能在几天、甚至几小时内生成很多具有书籍质量的印刷品。对于生成复杂表格和数学公式,这一点表现得尤为突出。因此它非常适用于生成高印刷质量的科技和数学类文档。

安装方法

pip install latexify-py

Collecting latexify-py

 Downloading latexify_py-0.4.2-py3-none-any.whl (38 kB)

Collecting dill>=0.3.2

 Downloading dill-0.3.7-py3-none-any.whl (115 kB)

    |████████████████████████████████| 115 kB 16 kB/s

Installing collected packages: dill, latexify-py

Successfully installed dill-0.3.7 latexify-py-0.4.2

版本要求

当前版本为0.4.2,注意它要求Python版本不能是当前的最新版本3.12,但也不能低于3.7版本:

ERROR: Ignored the following versions that require a different python version: 0.0.4 Requires-Python >=3.6, <3.9; 0.0.5 Requires-Python >=3.6, <3.9; 0.0.6 Requires-Python >=3.6, <3.9; 0.0.7 Requires-Python >=3.6, <3.9; 0.1.0 Requires-Python <3.11,>=3.7; 0.1.1 Requires-Python <3.11,>=3.7; 0.2.0 Requires-Python <3.11,>=3.7; 0.2.0b1 Requires-Python <3.11,>=3.7; 0.2.0b2 Requires-Python <3.11,>=3.7; 0.3.0b1 Requires-Python <3.12,>=3.7; 0.3.1 Requires-Python <3.12,>=3.7; 0.4.0 Requires-Python <3.12,>=3.7; 0.4.1 Requires-Python <3.12,>=3.7; 0.4.2 Requires-Python <3.12,>=3.7

ERROR: Could not find a version that satisfies the requirement latexify-py (from versions: none)

ERROR: No matching distribution found for latexify-py

使用方法

实例一

先用一元二次方程的根来示例lateify的用法:

import math, latexify
@latexify.expression
def solve(a,b,c):
    return (-b + math.sqrt(b**2-4*a*c))/(2*a),(-b - math.sqrt(b**2-4*a*c))/(2*a)
# 输出Latex公式
print(solve)
# 输出函数的值
print(solve(1,2,1))
print(solve(1,0,-1))

输出结果:

\mathopen{}\left( \frac{-b + \sqrt{ b^{2} - 4 a c }}{2 a}, \frac{-b - \sqrt{ b^{2} - 4 a c }}{2 a} \mathclose{}\right)

(-1.0, -1.0)

(1.0, -1.0)

公式预览:

注:代码的关键就是在函数上标注@latexify.expression装饰器。

实例二

再举一个更复杂一点的函数例子,并导入numpy库的函数:

import latexify
import numpy as np
@latexify.function
def f(x):
    return 2*np.pi*x + np.sin(x) - np.cos(x) / (1 + np.exp(-x))
print(latex_code)

输出结果:

f(x) = 2 \mathrm{np}.\mathrm{pi} x + \sin x - \frac{\cos x}{1 + \exp \mathopen{}\left( -x \mathclose{}\right)}

公式预览:

这第二段代码标注的装饰器是 @latexify.function,与 @latexify.expression 的区别在于后者只显示函数表达式,而前者@latexify.function显示函数名(参数)=函数表达式

实例三

同理,上一个例子换成另一个装饰器,例如:

import math, latexify
a,b,c = 1,-3,2
@latexify.function
def solve1(x1):
    return (-b + math.sqrt(b**2-4*a*c))/(2*a)
@latexify.function
def solve2(x2):
    return (-b - math.sqrt(b**2-4*a*c))/(2*a)
print(solve1)
print(solve2)
print(solve1((a,b,c)))
print(solve2((a,b,c)))

输出结果:

\mathrm{solve1}(\mathrm{x1}) = \frac{-b + \sqrt{ b^{2} - 4 a c }}{2 a}

\mathrm{solve2}(\mathrm{x2}) = \frac{-b - \sqrt{ b^{2} - 4 a c }}{2 a}

2.0

1.0

公式预览:

实例四

斐波那契数列通项表达式

import math, latexify
@latexify.function
def Fibonacci(n):
    return (((1 + math.sqrt(5))/2)**n - ((1 - math.sqrt(5))/2)**n)/math.sqrt(5)
print(Fibonacci)
for i in range(10):
    print(int(Fibonacci(i)))

输出结果:

\mathrm{Fibonacci}(n) = \frac{\mathopen{}\left( \frac{1 + \sqrt{ 5 }}{2} \mathclose{}\right)^{n} - \mathopen{}\left( \frac{1 - \sqrt{ 5 }}{2} \mathclose{}\right)^{n}}{\sqrt{ 5 }}

0

1

1

2

3

5

8

13

21

34

公式预览:

网上多数文章都写成这样的格式:

return语句改为以下表达式即可:

return (1/math.sqrt(5))*(((1 + math.sqrt(5))/2)**n - ((1 - math.sqrt(5))/2)**n)

实例五

分段函数,就以最简单的绝对值函数为例:

import latexify
@latexify.function
def f(x):
    return x if x>0 else (0 if x==0 else -x)
print(f)

结果输出:

f(x) = \left\{ \begin{array}{ll} x, & \mathrm{if} \ x > 0 \\ 0, & \mathrm{if} \ x = 0 \\ -x, & \mathrm{otherwise} \end{array} \right.

公式预览:


用Matplotlib展示LaTex

简单的Latex表达式还能用matplotlib来展示:

import matplotlib.pyplot as plt  
latex = (r'$\mathrm{x1} = \frac{-b + \sqrt{ b^{2} - 4 a c }}{2 a}$', 
        r'$\mathrm{x2} = \frac{-b - \sqrt{ b^{2} - 4 a c }}{2 a}$',
        r'$E=mc^2$')
fig = plt.figure(num='LaTeX')
plt.rcParams['font.sans-serif'] = ['SimHei']
fonts = 24,24,60
axisy = 0.8,0.6,0.25
color = 'black','black','red'
for axis,text,font,color in zip(axisy, latex, fonts, color):
    plt.text(0.5, axis, text, fontsize=font, color=color, ha='center', va='center')
plt.title('LaTeXify输出展示')
plt.axis('off')
fig.savefig("formula.png", dpi=300) 
plt.show()

执行结果:

显示更复杂的公式不知什么原因就报错,是字符\\和$相关的错还没搞清,有知道原因的请留言。

目录
相关文章
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
课程设计项目之基于Python实现围棋游戏代码
游戏进去默认为九路玩法,当然也可以选择十三路或是十九路玩法 使用pycharam打开项目,pip安装模块并引用,然后运行即可, 代码每行都有详细的注释,可以做课程设计或者毕业设计项目参考
78 33
|
2月前
|
JavaScript API C#
【Azure Developer】Python代码调用Graph API将外部用户添加到组,结果无效,也无错误信息
根据Graph API文档,在单个请求中将多个成员添加到组时,Python代码示例中的`members@odata.bind`被错误写为`members@odata_bind`,导致用户未成功添加。
52 10
|
2月前
|
算法 数据处理 Python
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
Savitzky-Golay滤波器是一种基于局部多项式回归的数字滤波器,广泛应用于信号处理领域。它通过线性最小二乘法拟合低阶多项式到滑动窗口中的数据点,在降噪的同时保持信号的关键特征,如峰值和谷值。本文介绍了该滤波器的原理、实现及应用,展示了其在Python中的具体实现,并分析了不同参数对滤波效果的影响。适合需要保持信号特征的应用场景。
171 11
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
|
2月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
105 8
|
2月前
|
数据可视化 编译器 Python
Manim:数学可视化的强大工具 | python小知识
Manim(Manim Community Edition)是由3Blue1Brown的Grant Sanderson开发的数学动画引擎,专为数学和科学可视化设计。它结合了Python的灵活性与LaTeX的精确性,支持多领域的内容展示,能生成清晰、精确的数学动画,广泛应用于教育视频制作。安装简单,入门容易,适合教育工作者和编程爱好者使用。
565 7
|
2月前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
2月前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
74 6
|
2月前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
56 6
|
2月前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
68 11

热门文章

最新文章

推荐镜像

更多