Keywords

Font & TNT Sports Sans and TNT Sports Serif
UV-vis & TDDFT

🔨Font & TNT Sports Sans and TNT Sports Serif

刚上高中之后就开始偶尔用原声看英超了，常会有TNT的信号，也有sky的，后来欧洲那边UFC的主要流媒体源是TNT，所以看到TNT的信号更多，广告和音乐设计都别具一格，社媒上也常见一些关于英超的posts，字体的清洗和高雅令人印象深刻，尤其是赛后的总结缩略图，设计简洁大方，尽显高级感，让我想起之前老师教导过的关于学术PPT的tips：整个页面简洁明了，字体要大，页面的元素少，信息的突出性强，尽量不要留白过多（元素少但效果鲜明）。所以今天心血来潮搜集了TNT的字体，正好有资源（reference），还好都可以用，类似纽约时报，但与NEW TIME ROMAN不尽相同，和nature的字体更相似一些。

TNTSportsSans-Bold
TNTSportsSans-Regular
TNTSportsSerif-Bold
TNTSportsSerif-BoldItalic
TNTSportsSerif-Regular
TNTSportsSerif-RegularItalic




import matplotlib.pyplot as plt
from matplotlib import font_manager
import numpy as np
# 定义字体路径
font_path_serif = r"D:\software\fonts\tnt-sports-serif\TNTSportsSerif-Regular.ttf"
fig, ax = plt.subplots(figsize=(10,8), dpi=1000)
# 加载自定义字体
font_manager.fontManager.addfont(font_path_serif)
serif_font = font_manager.FontProperties(fname=font_path_serif)

# 获取字体名
serif_font_name = serif_font.get_name()

# 设置全局字体
plt.rcParams['font.family'] = serif_font_name

data = np.loadtxt(r"E:\ECsoftware\Multiwfn_3.8_dev_bin_Win64\spectrum_curve.txt"
                            #, delimiter=','
                            )
x=data[:,0]
y=data[:,1]

# 创建绘图

ax.plot(x, y, label='Data')

# 设置标题和标签
ax.set_title('Example Plot', fontsize=36)
ax.set_xlabel('X Axis', fontsize=36, labelpad=20)
ax.set_ylabel('Y Axis', fontsize=36, labelpad=20)


ax.tick_params(axis='both', which='major', labelsize=28, width=1, length=15)
# 设置刻度线的粗细和长度（次刻度）
ax.tick_params(axis='both', which='minor', labelsize=28, width=1, length=15)
# 设置四个边的粗细


plt.legend(  
            fontsize=36, labelspacing=0.2,
            frameon=False)

from matplotlib.ticker import MultipleLocator
ax.spines['bottom'].set_linewidth(1)
ax.spines['right'].set_linewidth(1)
ax.spines['left'].set_linewidth(1)
ax.spines['top'].set_linewidth(1)





# 显示绘图
plt.show()

Reference:

↩️

🩵UV-vis TDDFT预测物质颜色

↩️
keywords:

物质溶液吸收波长
吸收颜色与呈现的补色关系

steps

↩️

全局优化结构
- #p b3lyp/6-311G(d,p) opt freq
静态计算加关键词
- #p b3lyp/6-311G(d,p) TD(nstates=20) scrf
- 输出out文件-multiwfn得到UV-vis光谱，退出后可以得到吸收波段的特征峰，其补色即为物质溶液呈现的颜色。

Reference:

↩️

通过量子化学计算和Multiwfn程序预测化学物质的颜色

Thanks for being an insider till the end!
Till next , stay safe and stay hydrated!

EKL Chaos #159 TNTSerifUV-visTDDFT

Keywords

TOC

🔨Font & TNT Sports Sans and TNT Sports Serif

Reference:

🩵UV-vis TDDFT预测物质颜色

steps

Reference: