其中有兩個非常漂亮的指數(shù)函數(shù)圖就是用python的matplotlib畫出來的。這一期,我們將要介紹如何利用python繪制出如下指數(shù)函數(shù)。
創(chuàng)新互聯(lián)公司制作網站網頁找三站合一網站制作公司,專注于網頁設計,網站設計制作、成都網站制作,網站設計,企業(yè)網站搭建,網站開發(fā),建網站業(yè)務,680元做網站,已為近千家服務,創(chuàng)新互聯(lián)公司網站建設將一如既往的為我們的客戶提供最優(yōu)質的網站建設、網絡營銷推廣服務!
圖 1 a1圖 1 a1
我們知道當0 ,指數(shù)函數(shù) 是單調遞減的,當a1 時,指數(shù)函數(shù)是單調遞增的。所以我們首先要定義出指數(shù)函數(shù),將a值做不同初始化
import math
...
def exponential_func(x, a): #定義指數(shù)函數(shù)
y=math.pow(a, x)
return y
然后,利用numpy構造出自變量,利用上面定義的指數(shù)函數(shù)來計算出因變量
X=np.linspace(-4, 4, 40) #構造自變量組
Y=[exponential_func(x) for x in X] #求函數(shù)值
有了自變量和因變量的一些散點,那么就可以模擬我們平時畫函數(shù)操作——描點繪圖,利用下面代碼就可以實現(xiàn)
import math
import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist #導入坐標軸加工模塊
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
fig=plt.figure(figsize=(6,4)) #新建畫布
ax=axisartist.Subplot(fig,111) #使用axisartist.Subplot方法創(chuàng)建一個繪圖區(qū)對象ax
fig.add_axes(ax) #將繪圖區(qū)對象添加到畫布中
def exponential_func(x, a=2): #定義指數(shù)函數(shù)
y=math.pow(a, x)
return y
X=np.linspace(-4, 4, 40) #構造自變量組
Y=[exponential_func(x) for x in X] #求函數(shù)值
ax.plot(X, Y) #繪制指數(shù)函數(shù)
plt.show()
圖 2 a=2
圖2雖簡單,但麻雀雖小五臟俱全,指數(shù)函數(shù)該有都有,接下來是如何讓其看起來像我們在作圖紙上面畫的那么美觀,這里重點介紹axisartist 坐標軸加工類,在的時候我們已經用過了,這里就不再多說了。我們只需要在上面代碼后面加上一些代碼來將坐標軸好好打扮一番。
圖 3 a1 完整代碼# -*- coding: utf-8 -*-圖 3 a1 完整代碼# -*- coding: utf-8 -*-"""Created on Sun Feb 16 10:19:23 2020project name:@author: 帥帥de三叔"""import mathimport numpy as npimport matplotlib.pyplot as pltimport mp
求擬合函數(shù),首先要有因變量和自變量的一組測試或實驗數(shù)據,根據已知的曲線y=f(x),擬合出Ex和En系數(shù)。當用擬合出的函數(shù)與實驗數(shù)據吻合程度愈高,說明擬合得到的Ex和En系數(shù)是合理的。吻合程度用相關系數(shù)來衡量,即R^2。首先,我們需要打開Python的shell工具,在shell當中新建一個對象member,對member進行賦值。 2、這里我們所創(chuàng)建的列表當中的元素均屬于字符串類型,同時我們也可以在列表當中創(chuàng)建數(shù)字以及混合類型的元素。 3、先來使用append函數(shù)對已經創(chuàng)建的列表添加元素,具體如下圖所示,會自動在列表的最后的位置添加一個元素。 4、再來使用extend對來添加列表元素,如果是添加多個元素,需要使用列表的形式。 5、使用insert函數(shù)添加列表元素,insert中有兩個參數(shù),第一個參數(shù)即為插入的位置,第二個參數(shù)即為插入的元素。origin擬合中參數(shù)值是程序擬合的結果,自定義函數(shù)可以設置參數(shù)的初值,也可以不設定參數(shù)的初值。
一般而言,擬合結果不會因為初值的不同而有太大的偏差,如果偏差很大,說明數(shù)據和函數(shù)不太匹配,需要對函數(shù)進行改正。X0的迭代初始值選擇與求解方程,有著密切的關系。不同的初始值得出的系數(shù)是完全不一樣的。這要通過多次選擇和比較,才能得到較為合理的初值。一般的方法,可以通過隨機數(shù)并根據方程的特性來初選。
python指數(shù)這樣打出來。
1、知道當0,指數(shù)函數(shù)是單調遞減的,當a1時,指數(shù)函數(shù)是單調遞增的。首先要定義出指數(shù)函數(shù),將a值做不同初始化。
2、利用numpy構造出自變量,利用定義的指數(shù)函數(shù)來計算出因變量。
3、有了自變量和因變量的一些散點,模擬平時畫函數(shù)操作,描點繪圖。
您可以直接調用
import math
math.pow( 2, x )
或者
import math
def zhishu(x):
return math.pow(2, x)