pyhton作业之matplotlib

最新推荐文章于 2021-03-08 17:25:57 发布

原创最新推荐文章于 2021-03-08 17:25:57 发布 · 297 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

24 篇文章

订阅专栏

这是一篇关于使用Python的matplotlib库绘制图形的作业。通过numpy生成X坐标，然后计算Y坐标，最后利用matplotlib进行绘图，设置图形标题、X轴和Y轴标签，并限定显示范围。最终结果显示了两个不同的图形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：这里写图片描述

1：

`import numpy
import matplotlib.pyplot

X = numpy.arange(0, 2.00, 0.02)
Y = numpy.sin((X - 2) * numpy.exp(-X * 2)) * 2
matplotlib.pyplot.plot(X, Y)
matplotlib.pyplot.title(“A function”)
matplotlib.pyplot.xlabel(“X”)
matplotlib.pyplot.ylabel(“Y”)
matplotlib.pyplot.axis([0, 2, 0, 1])
matplotlib.pyplot.show()`
结果：这里写图片描述

2：

from scipy import linalg
import numpy as np
import matplotlib.pyplot as plt


X = np.random.randint(0, 10, 200).reshape(20, 10)
b = np.random.randint(5, 15, 10).reshape(10, 1)
z = np.random.normal(size = 20).reshape(20, 1)
Y = np.dot(X, b) + z
b1 = np.linalg.lstsq(X, Y, rcond=None)[0]

plt.scatter(range(10), list(b.T), s=100)
plt.scatter(range(10), list(b1.T), s=100)
plt.legend(['True ','Estimated '])
plt.show()

结果如图这里写图片描述

3：

from scipy import stats
import numpy
import matplotlib.pyplot 

A = numpy.random.normal(loc = 1000, scale =100 , size = 10000)
n, bins, patches = matplotlib.pyplot.hist(A, bins = 25)
matplotlib.pyplot.plot(bins, stats.norm.pdf(bins, loc = 10000, scale = 100))
matplotlib.pyplot.show()