认识方程式、函数、坐标图形

本文通过Python的Matplotlib库演示了一元一次方程及线性回归分析中不同参数对图形的影响,包括斜率、截距的变化如何改变函数图形的位置与形态。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

绘制一元一次方程式的图形

import matplotlib.pyplot as plt                                  
x = [x for x in range(0, 11)]                   
y = [(3 * y -18) for y in x]
plt.plot(x, y, '-*')   
plt.xlabel("children")
plt.ylabel("Apple")
plt.grid()                              # 加网格线
plt.show()

运行结果:

 

标记刻度范围,同时也标记每个单一数字,方便追踪小孩数量 与苹果数量的关系。

import matplotlib.pyplot as plt                                 
x = [x for x in range(0, 11)]                   
y = [(3 * y -18) for y in x]
plt.xticks(x)                           # 标记每个单一x数字
plt.axis([0, 10, -20, 15])              # 标记刻度范围
plt.plot(x, y, '-*')   
plt.xlabel("children")
plt.ylabel("Apple")
plt.grid()                              # 加网格线
plt.show()

运行结果:

 

绘制经营餐厅的绩效图形。

import matplotlib.pyplot as plt
import numpy as np
                                
x = np.linspace(0, 1000, 100)
y = 0.03 * x - 18
plt.axis([0, 1000, -20, 15])            # 标记刻度范围
plt.plot(x, y)   
plt.xlabel("Customers")
plt.ylabel("Profit")
plt.grid()                              # 加网格线
plt.show()

运行结果:

斜率(slope):一条直线的倾斜程序。

截距(intercept):可细分为x截距和y截距,一条直线与x轴相交点的x坐标称x截距,一条直线与y轴相交点的y坐标称y截距。

通常线条更倾斜,可以产生较大的斜率;线条平缓,产生的斜率较小。

斜率可以有正斜率与负斜率,由左下往右上的斜率称正斜率,由左上往右下的斜率称负斜率。

绘制下列函数图形,同时验证a是此函数直线的斜率

y=f(x)=2x

import matplotlib.pyplot as plt
                                
x = [x for x in range(0, 11)]
y = [2 * y for y in x]
plt.xticks(x)
plt.axis([0, 10, 0, 20])                # 标记刻度范围
plt.plot(x, y)   
plt.grid()                              # 加网格线
plt.show()

运行结果如下:

f(x)=ax+b当作是线性回归分析函数,适度地调整函数的a值和b值,然后找出与数据点最近的一条直接,或称最近的函数。

使用更改y截距值b,产生平等移动的线性函数。

import matplotlib.pyplot as plt
                                
x = [x for x in range(0, 11)]
y1 = [2 * y for y in x]
y2 = [(2 * y - 2) for y in x]
y3 = [(2 * y + 2) for y in x]
plt.xticks(x)
plt.plot(x, y1, label='L1')
plt.plot(x, y2, label='L2')
plt.plot(x, y3, label='L3')
plt.legend(loc='best')
plt.grid()                              # 加网格线
plt.show()

运行结果如下:

 

更改斜率值a,调整线性函数的线条。

import matplotlib.pyplot as plt
                                
x = [x for x in range(0, 11)]
y1 = [2 * y for y in x]
y2 = [3 * y for y in x]
y3 = [4 * y for y in x]
plt.xticks(x)
plt.plot(x, y1, label='L1')
plt.plot(x, y2, label='L2')
plt.plot(x, y3, label='L3')
plt.legend(loc='best')
plt.grid()                              # 加网格线
plt.show()

运行结果如下:

 

更改斜率值a和截距值b,调整线性函数的线条。

import matplotlib.pyplot as plt
                                
x = [x for x in range(0, 11)]
y1 = [2 * y for y in x]
y2 = [3 * y + 2 for y in x]
y3 = [4 * y - 3 for y in x]
plt.xticks(x)
plt.plot(x, y1, label='L1')
plt.plot(x, y2, label='L2')
plt.plot(x, y3, label='L3')
plt.legend(loc='best')
plt.grid()                              # 加网格线
plt.show()

运行结果如下:

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值