用python画出函数 怎么用python画函数图

python函数图的绘制pre
importnumpy as np
import matplotlib.pyplot as plt
frommatplotlib.patches import Polygon
def func(x):
return-(x-2)*(x-8) 40
x=np.linspace(0,10)
y=func(x)
fig,ax = plt.subplots()
plt.plot(x,y,'r',linewidth=2)
plt.ylim(ymin=20)
a=2
b=9
ax.set_xticks([a,b])
ax.set_xticklabels(['$a$','$b$'])
ax.set_yticks([])
plt.figtext(0.9,0.05,'$x$')
plt.figtext(0.1,0.9,'$y$')
ix=np.linspace(a,b)
iy=func(ix)
ixy=zip(ix,iy)
verts=[(a,0)] list(ixy) [(b,0)]
poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')
ax.add_patch(poly)
x_math=(a b)*0.5
y_math=35
plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8) 40)dx$",horizontalalignment='center',size=12)
plt.show()
/pre
python两个函数图像怎么分开画而且加表格一、函数说明
在使用python作图时,应用最广的就是matplotlib包,但我们平时使用matplotlib时主要是画一些简单的图表 , 很少有涉及分段函数 。本次针对数值实验中两个较为复杂的函数,使用其构建分段函数图像 。
二、图像代码
2.11、函数公式:
y=4sin(4πt)-sgn(t-0.3)-sgn(0.72-t)
2.12、代码如下:
import numpy as np
import matplotlib.pyplot as plt
def sgn(x):
if x0:
return 1
elif x0:
return -1
else:
return 0
t=np.arange(0,1,0.01)
y=[]
for i in t:
y_1=4*np.sin(4*np.pi*i)-sgn(i-0.3)-sgn(0.72-i)
y.append(y_1)
plt.plot(t,y)
plt.xlabel("t")
plt.ylabel("y")
plt.title("Heavsine")
plt.show()
2.13、运行结果如下:
81036331d721706ae12808beb99b9574.png
2.21、函数公式:
479029.html
2.22、代码如下:
import numpy as np
import matplotlib.pyplot as plt
def g(x):
if x0:
return x
else:
return 0
t=np.arange(0,1,0.01)
y=[]
for i in t:
y_1=g(i*(1-i))*np.sin((2*np.pi*1.05)/(i 0.05))
y.append(y_1)
plt.plot(t,y)
plt.xlabel("t")
plt.ylabel("y")
plt.title("TimeSine")
plt.show()
Python实操:手把手教你用Matplotlib把数据画出来 作者:迈克尔·贝耶勒(Michael Beyeler)
如需转载请联系华章 科技
如果已安装Anaconda Python版本,就已经安装好了可以使用的 Matplotlib 。否则,可能要访问官网并从中获取安装说明:
正如使用np作为 NumPy 的缩写 , 用python画出函数我们将使用一些标准的缩写来表示 Matplotlib 的引入:
在本书中,plt接口会被频繁使用 。
让我们创建第一个绘图 。
假设想要画出正弦函数sin(x)的线性图 。得到函数在x坐标轴上0≤x<10内所有点的值 。我们将使用 NumPy 中的 linspace 函数来在x坐标轴上创建一个从0到10的线性空间,以及100个采样点:
可以使用 NumPy 中的sin函数得到所有x点的值,并通过调用plt中的plot函数把结果画出来:
你亲自尝试了吗?发生了什么吗?有没有什么东西出现?
实际情况是,取决于你在哪里运行脚本 , 可能无法看到任何东西 。有下面几种可能性:
1. 从.py脚本中绘图
如果从一个脚本中运行 Matplotlib,需要加上下面的这行调用:
在脚本末尾调用这个函数 , 你的绘图就会出现!
2. 从 IPython shell 中绘图
这实际上是交互式地执行Matplotlib最方便的方式 。为了让绘图出现 , 需要在启动 IPython 后使用所谓的%matplotlib魔法命令 。
接下来,无须每次调用plt.show()函数,所有的绘图将会自动出现 。
3. 从 Jupyter Notebook 中绘图
如果你是从基于浏览器的 Jupyter Notebook 中看这段代码,需要使用同样的%matplotlib魔法命令 。然而 , 也可以直接在notebook中嵌入图形,这会有两种输出选项:
在本书中,将会使用inline选项:
现在再次尝试一下:
上面的命令会得到下面的绘图输出结果:
如果想要把绘图保存下来留作以后使用,可以直接在 IPython 或者 Jupyter Notebook 使用下面的命令保存:
仅需要确保你使用了支持的文件后缀 , 比如.jpg、.png、.tif、.svg、.eps或者.pdf 。
作为本章最后一个测试 , 让我们对外部数据集进行可视化 , 比如scikit-learn中的数字数据集 。
为此,需要三个可视化工具:
那么开始引入这些包吧:
第一步是载入实际数据:
如果没记错的话,digits应该有两个不同的数据域:data域包含了真正的图像数据,target域包含了图像的标签 。相对于相信我们的记忆,我们还是应该对digits稍加 探索。输入它的名字,添加一个点号,然后按Tab键:digits.TAB,这个操作将向我们展示digits也包含了一些其用python画出函数他的域,比如一个名为images的域 。images和data这两个域,似乎简单从形状上就可以区分 。
两种情况中 , 第一维对应的都是数据集中的图像数量 。然而,data中所有像素都在一个大的向量中排列 , 而images保留了各个图像8×8的空间排列 。
因此,如果想要绘制出一副单独的图像,使用images将更加合适 。首先,使用NumPy的数组切片从数据集中获取一幅图像:
这里是从1797个元素的数组中获取了它的第一行数据 , 这行数据对应的是8×8=64个像素 。下面就可以使用plt中的imshow函数来绘制这幅图像:
上面的命令得到下面的输出:
此外,这里也使用cmap参数指定了一个颜色映射 。默认情况下,Matplotlib 使用MATLAB默认的颜色映射jet 。然而,在灰度图像的情况下 , gray颜色映射更有效 。
最后,可以使用plt的subplot函数绘制全部数字的样例 。subplot函数与MATLAB中的函数一样 , 需要指定行数、列数以及当前的子绘图索引(从1开始计算) 。我们将使用for 循环在数据集中迭代出前十张图像,每张图像都分配到一个单独的子绘图中 。
这会得到下面的输出结果:
关于作者:Michael Beyeler,华盛顿大学神经工程和数据科学专业的博士后,主攻仿生视觉计算模型,用以为盲人植入人工视网膜(仿生眼睛),改善盲人的视觉体验 。他的工作属于神经科学、计算机工程、计算机视觉和机器学习的交叉领域 。同时他也是多个开源项目的积极贡献者 。
本文摘编自《机器学习:使用OpenCV和Python进行智能图像处理》,经出版方授权发布 。
如何用python实现函数?分两步用python画出函数:定义函数和调用函数 。
1.定义函数用def关键字用python画出函数,然后定义函数名和入参用python画出函数,以及函数执行语句 。
2.通过函数名调用函数即可用python画出函数,需要传入参数的话需要加上参数值
不能直接写出函数的表达式 怎么在python里画函数图象呢?不写出y=f(x)这样的表达式,由隐函数的等式直接绘制图像 , 以x2 y2 xy=1的图像为例 , 使用sympy间接调用matplotlib工具的代码和该二次曲线图像如下(注意python里的乘幂符号是**而不是^,还有,python的sympy工具箱的等式不是a==b,而是a-b或者Eq(a,b),这几点和matlab的区别很大)
直接在命令提示行的里面运行代码的效果
from sympy import *;
x,y=symbols('x y');
plotting.plot_implicit(x**2 y**2 x*y-1);
【用python画出函数 怎么用python画函数图】用python画出函数的介绍就聊到这里吧 , 感谢你花时间阅读本站内容,更多关于怎么用python画函数图、用python画出函数的信息别忘了在本站进行查找喔 。

    推荐阅读