Diferencias entre \Dfrac y \Frac

Beginner

This tutorial is from open-source community. Access the source code

Introducción

Matplotlib es una biblioteca de visualización de datos en Python. En este tutorial, discutiremos las diferencias entre las macros TeX \dfrac y \frac cuando se utiliza Mathtex en Matplotlib.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Importar Matplotlib

Para utilizar Matplotlib, primero debemos importarlo. También importaremos numpy para generar algunos datos de muestra para la visualización.

import matplotlib.pyplot as plt
import numpy as np

Crear datos de muestra

Vamos a crear dos arrays de datos de muestra para graficar.

x = np.linspace(0, 10, 100)
y = np.sin(x)

Crear una figura y un eje

Vamos a crear un objeto de figura y eje para graficar nuestros datos.

fig, ax = plt.subplots()

Graficar los datos con \frac

Vamos a graficar los datos con la macro TeX \frac y mostrar la gráfica resultante.

ax.plot(x, y, label=r'$\frac{sin(x)}{x}$')
ax.legend()
plt.show()

Graficar los datos con \dfrac

Vamos a graficar los datos con la macro TeX \dfrac y mostrar la gráfica resultante.

fig, ax = plt.subplots()
ax.plot(x, y, label=r'$\dfrac{sin(x)}{x}$')
ax.legend()
plt.show()

Resumen

En este tutorial, discutimos las diferencias entre las macros TeX \dfrac y \frac al utilizar Mathtex en Matplotlib. Demostramos cómo graficar datos con ambas macros y mostrar las gráficas resultantes. Por defecto, \frac produce una fracción de estilo en línea más pequeña, mientras que \dfrac produce una fracción de estilo de visualización más grande.