【数据分析】使用numpy实现多项式的求导以及可视化

原创于 2021-12-19 16:35:00 发布 · 2.7k 阅读

CC 4.0 BY-SA版权

文章标签：

本文介绍如何使用numpy库创建并绘制多项式函数及其一阶和二阶导数。首先定义了一个三次多项式，并利用numpy的poly1d类创建了多项式对象。接着求出该多项式的一阶和二阶导数，并使用matplotlib库在同一图表中绘制原多项式与导数曲线。

使用numpy函数的polyd()创建多项式：y=x^3+2x^2+3x+4并将该对象赋值给变量aPoly，求解该多项式的一阶导数bPoly和二阶导数cPoly。通过numpy的arange（）函数创建数组X，作为直角坐标系的横轴，其取值范围是[-20,20]。在同一幅图上按列创建三个子图，分别绘制aPoly，bPoly，cPoly

import numpy as np
import matplotlib.pyplot as plt

'''
    numpy.poly1d：一维多项式类
    参数:
        c_or_r:array_like
               多项式的系数，以递减幂计算。
               例如：
                    poly1d([1, 2, 3]) -> x^2 + 2x + 3 
        r:bool （可选）
        变量：str 可选

'''
aPoly = np.poly1d([1,2,3,4])
#x^3+2x^2+3x+4
bPoly=aPoly.deriv(m=1)
#返回多项式的导数
cPoly = aPoly.deriv(m=2)

X= np.arange(-20,20)
Y1=aPoly(X)
Y2=bPoly(X)
Y3=cPoly(X)

plt.subplot(311)
plt.plot(X,Y1,"r-")
plt.xlabel("X")
plt.ylabel("Y1")
plt.title("Polynomial")

plt.subplot(312)
plt.plot(X,Y2,"go")
plt.xlabel("X")
plt.ylabel("Y2")
plt.title("First-order Derivative")

plt.subplot(313)
plt.plot(X,Y3,"b*")
plt.xlabel("X")
plt.ylabel("Y3")
plt.title("Seconde-order Derivative")

plt.show()

可视化：