精华内容
下载资源
问答
  • python画函数图像

    千次阅读 2019-02-05 14:16:03
    import numpy as np import matplotlib.pyplot as plt import warnings warnings.filterwarnings('...#指数函数 #f(x) = a**x x = np.linspace(-2,2,100) y1 = (1/2)**x y2 = (1/4)**x plt.scatter(0,1,marker='...
    import numpy as np
    import matplotlib.pyplot as plt
    
    import warnings
    warnings.filterwarnings('ignore')
    #指数函数
    #f(x) = a**x
    x = np.linspace(-2,2,100)
    y1 = (1/2)**x
    y2 = (1/4)**x
    plt.scatter(0,1,marker='.',color='k')
    plt.text(0.01,1,r'(0,1)',fontsize=10)
    plt.plot(x,y1,color='blue',linestyle='-')
    plt.plot(x,y2,color='green',linestyle='-')
    plt.axvline(0,color='gray',linestyle='--',alpha=0.8)
    plt.axhline(0,color='gray',linestyle='--',alpha=0.8)
    plt.axhline(1,color='red',linestyle='--',alpha=0.8)
    plt.text(-2,4,r'(1/2)^x',fontsize=15)
    plt.text(-2,16,r'(1/4)^x',fontsize=15)
    plt.title('0<a<1')
    
    plt.show()

    展开全文
  • 这里用Python逼近函数y = exp(x);同样使用泰勒函数去逼近:exp(x) = 1 + x + (x)^2/(2!) + .. + (x)^n/(n!) + ...#!/usr/bin/python# -*- coding:utf-8 -*-import numpy as npimport mathimport matplotlib as mpl...

    这里用Python逼近函数y = exp(x);同样使用泰勒函数去逼近:

    exp(x) = 1 + x + (x)^2/(2!) + .. + (x)^n/(n!) + ...

    #!/usr/bin/python

    # -*- coding:utf-8 -*-

    import numpy as np

    import math

    import matplotlib as mpl

    import matplotlib.pyplot as plt

    def calc_e_small(x):

    n = 10

    f = np.arange(1, n+1).cumprod()

    b = np.array([x]*n).cumprod()

    return np.sum(b / f) + 1

    def calc_e(x):

    reverse = False

    if x < 0: # 处理负数

    x = -x

    reverse = True

    ln2 = 0.69314718055994530941723212145818

    c = x / ln2

    a = int(c+0.5)

    b = x - a*ln2

    y = (2 ** a) * calc_e_small(b)

    if reverse:

    return 1/y

    return y

    if __name__ == "__main__":

    t1 = np.linspace(-2, 0, 10, endpoint=False)

    t2 = np.linspace(0, 3, 20)

    t = np.concatenate((t1, t2))

    print(t) # 横轴数据

    y = np.empty_like(t)

    for i, x in enumerate(t):

    y[i] = calc_e(x)

    print('e^', x, ' = ', y[i], '(近似值) ', math.exp(x), '(真实值)')

    # print '误差:', y[i] - math.exp(x)

    plt.figure(facecolor='w')

    mpl.rcParams['font.sans-serif'] = [u'SimHei']

    mpl.rcParams['axes.unicode_minus'] = False

    plt.plot(t, y, 'r-', t, y, 'go', linewidth=2)

    plt.title(u'Taylor展式的应用 - 指数函数', fontsize=18)

    plt.xlabel('X', fontsize=15)

    plt.ylabel('exp(X)', fontsize=15)

    plt.grid(True)

    plt.show()

    以上这篇python实现画出e指数函数的图像就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

    展开全文
  • python画函数图像

    2020-12-18 22:40:41
    sigmoid激活函数: import numpy as np import matplotlib.pylab as plt def sigmoid(x): return 1/(1+np.exp(-x)) # sigmoid函数 x = np.arange(-6.0,6.0,0.1) # 限定x的范围,给什么区间出来的就是在哪个...

    画sigmoid激活函数:

    import numpy as np
    import matplotlib.pylab as plt
    
    def sigmoid(x):
        return 1/(1+np.exp(-x))  # sigmoid函数
    
    x = np.arange(-6.0,6.0,0.1)  # 限定x的范围,给什么区间画出来的就是在哪个区间
    y = sigmoid(x)  # 求y值
    
    plt.plot(x,y)
    plt.title("sigmoid")
    plt.ylim(0,1) # 指定y轴的范围,画出来的效果不一样
    plt.show()
    

    在这里插入图片描述

    画Relu激活函数:

    import numpy as np
    import matplotlib.pylab as plt
    
    def relu(x):
        return np.maximum(0,x)  # sigmoid函数
    
    x = np.arange(-6.0,6.0,0.1)  # 限定x的范围,给什么区间画出来的就是在哪个区间
    y = relu(x)  # 求y值
    
    plt.plot(x,y)
    plt.title("relu")
    plt.ylim(0,10) # 指定y轴的范围,画出来的效果不一样
    plt.show()
    

    在这里插入图片描述

    画LeakyRelu激活函数

    import numpy as np
    import matplotlib.pylab as plt
    
    def leakyrelu(x):
        alpha = 0.1  # alpha的值并非固定
        return np.maximum(alpha*x,x)
    
    x = np.arange(-6.0,6.0,0.1)  # 限定x的范围,给什么区间画出来的就是在哪个区间
    y = leakyrelu(x)  # 求y值
    
    plt.plot(x,y)
    plt.title("leakyrelu")
    plt.ylim(-2,5) # 指定y轴的范围,画出来的效果不一样
    plt.show()
    

    在这里插入图片描述
    画一元二次函数:

    import numpy as np
    import matplotlib.pylab as plt
    
    def sigmoid(x):
        return (x**2+2*x+1)  # 一元二次函数
    
    x = np.arange(-6.0,6.0,0.1)  # 限定x的范围,给什么区间画出来的就是在哪个区间
    y = sigmoid(x)  # 求y值
    
    plt.plot(x,y)
    plt.title("f(x)=x**2+2x+1")
    plt.ylim(0,10) # 指定y轴的范围,画出来的效果不一样
    plt.show()
    

    在这里插入图片描述

    展开全文
  • 使用python画函数图像

    2021-05-31 03:33:25
    目的: 发出 y = x ** 3 / (x * 3 + 1) 的图像 1. 导入matplotlib模块还有numpy模块: import numpy as np import matplotlib.pyplot as plt 2. di'y

    目的: 发出 y = x ** 3 / (x * 3 + 1) 的图像

    1. 导入matplotlib模块还有numpy模块:

    import numpy as np
    import matplotlib.pyplot as plt

    2. 设置一个x的大致范围, 和y相对应的值域:

    x = np.arange(-100, 100, 0.001)
    y = x ** 3 / (3 * x + 1)
    

    3. 使用figure创建画布, 把参数传进plot里面:

    plt.figure()
    plt.plot(x, y, linestyle='--', color='red')

    4. 因为这个函数的范围太大, 并且在三分之一处出现断崖分布, 必须得缩小x轴和y轴的范围, 不然画图的误差会相当大:

    lt.xlim((-0.6, 0.6))
    plt.ylim((-0.6, 0.6))

    5. 对图像进行些许的美化:

    ax = plt.gca()
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    ax.xaxis.set_ticks_position('bottom')
    ax.yaxis.set_ticks_position('left')
    ax.spines['bottom'].set_position(('data', 0))
    ax.spines['left'].set_position(('data', 0))

    6. 最后要使用show展示出来:

    plt.show()

    7. 效果如下:

    8. 所用代码:

    import numpy as np
    import matplotlib.pyplot as plt
    
    x = np.arange(-100, 100, 0.001)
    y = x ** 3 / (3 * x + 1)
    
    plt.figure()
    plt.plot(x, y, linestyle='--', color='red')
    plt.xlim((-0.6, 0.6))
    plt.ylim((-0.6, 0.6))
    plt.xlabel('x')
    plt.ylabel('y')
    ax = plt.gca()
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    ax.xaxis.set_ticks_position('bottom')
    ax.yaxis.set_ticks_position('left')
    ax.spines['bottom'].set_position(('data', 0))
    ax.spines['left'].set_position(('data', 0))
    plt.show()
    

     

    展开全文
  • Python 非常热门,但除非工作需要没有刻意去了解更多,直到有个函数图要绘制,想起了它。结果发现,完全用不着明白什么是编程,就可以使用它完成很多数学函数图的绘制。通过以下两个步骤,就可以进行数学函数的绘制...
  • Python如何画函数的曲线输入以下代码导入小编们用到的函数库。 >>> import numpy as np >>> import matplotlib.pyplot as plt >>> x=np.arange(0,5,0.1); >>> y=np.sin(x); plt.plot(x,y) 采用刚才代码后有可能无法...
  • 2.3.2例子二次函数绘制方法把二次函数图像变成点存储于list中直线的时候我们了三个点,我们还可以更多的点。点越多图像就越是一条直线,运用的思想是微积分的思想。如何生成很多点呢?python本身自带range()...
  • python画激活函数图像

    千次阅读 2019-01-17 14:40:00
    导入必要的库 import math import matplotlib.pyplot as plt import numpy as np import matplotlib as mpl ...mpl.rcParams['axes.unicode_minus...绘制softmax函数图像 fig = plt.figure(figsize=(6,4)) ax...
  • python画函数图像

    万次阅读 2018-02-02 20:38:37
    函数的画法的话,一般比较简单,一列x的数组,有对应的函数的话,就很容易弄出一列y的数组,然后通过plt.plot就能出来了。可是隐函数的话,求出对应的y是比较难的,特别是多个y对应的时候。那么怎么办呢?还是要...
  • 使用matlab和python画多项式函数图像

    千次阅读 2020-03-17 21:31:08
    (一)使用matlab多项式函数图像 在用matlab五次多项式的时候,发现使用y=(0.2771*t^3 - 0.081*t^4 + 0.0063*t^5);总是会报错。搜了搜资料,发现可以这么: 例如:五次多项式(quintic polynomial) y=0.2771...
  • Python画Logistic函数图像

    千次阅读 2017-11-03 22:23:58
    import matplotlib.pyplot as plt import numpy as np x = np.arange(0,1,0.01) y = ln(x/(1-x)) plt.plot(y,x)
  • Python3 matplotlib+numpy画函数图像 matplotlib和numpy是python强大的第三方库之二。numpy内置了很多数学函数,而matplotlib则可以用于绘制图像,常用于大数据可视化。 先安装必需的库: pip install matplotlib ...
  • 一:利用的包:(1)构建三维对象:mpl_toolkits.mplot3d里面导入Axes3D(2)数据方面操作:numpy(3)绘图工具包:matplotlib.pyplot二:绘图:1、绘图主要分成两种情况:(1)一种是根据函数来绘制三维图(2)一种是根据三维...
  • 文章目录python程序 plot1.pyC++程序 c++_python.cpp编写CMakeLists编译运行 python程序 plot1.py #coding=utf-8 import matplotlib.pyplot as plt import numpy as np def plot(): x = np.arange(-5, 5, 0.02) y ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 580
精华内容 232
关键字:

python画函数图像

python 订阅