Python动态函数图,python动态函数图像设计

python 如何绘制线性函数图？

import matplotlib.pyplot as plt

成都创新互联公司长期为近1000家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为金寨企业提供专业的成都网站制作、成都网站设计、外贸营销网站建设，金寨网站改版等技术服务。拥有10多年丰富建站经验和众多成功案例,为您定制开发。

plt.scatter(xdata,ydata)

(xdata,ydata为两个需要作图的数据集)

python函数图的绘制

pre

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon

def func(x):

return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig,ax = plt.subplots()

plt.plot(x,y,'r',linewidth=2)

plt.ylim(ymin=20)

a=2

b=9

ax.set_xticks([a,b])

ax.set_xticklabels(['$a$','$b$'])

ax.set_yticks([])

plt.figtext(0.9,0.05,'$x$')

plt.figtext(0.1,0.9,'$y$')

ix=np.linspace(a,b)

iy=func(ix)

ixy=zip(ix,iy)

verts=[(a,0)]+list(ixy)+[(b,0)]

poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

ax.add_patch(poly)

x_math=(a+b)*0.5

y_math=35

plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)

plt.show()

/pre

如何用Python显示出一维波动方程的动态图像

Python有一些绘图的功能，使用turtle模块。

在命令行输入

python.exe -m turtledemo

可以打开Python安装时，系统自带的一些演示程序。

感觉功能还是比较多的。

程序实现其实还是比较简单，主要是得搞懂倒是给的文献，还得跟导师交流如何演示出效果。

python绘制函数图像

raw_input获取的输入是字符串，不能直接用np.array，需要用split进行切分，然后强制转化成数值类型，才能用plot函数

我把你的代码稍微修改了一下，可能不太漂亮，不过能运行了

x=[1,2,3]

a = raw_input('function')

a = a.split(' ')#依空格对字符串a进行切分，如果是用逗号分隔，则改成a.split(',')

b = []

for i in range(len(a)):#把切分好的字符强制转化成int类型，如果是小数，将int改为float

b.append(int(a[i]))

plt.plot(x, b, label='x', color="green", linewidth=1)

不能直接写出函数的表达式 怎么在python里画函数图象呢？

不写出y=f(x)这样的表达式，由隐函数的等式直接绘制图像，以x²+y²+xy=1的图像为例，使用sympy间接调用matplotlib工具的代码和该二次曲线图像如下（注意python里的乘幂符号是**而不是^，还有，python的sympy工具箱的等式不是a==b，而是a-b或者Eq(a,b)，这几点和matlab的区别很大）

直接在命令提示行的里面运行代码的效果

from sympy import *;

x,y=symbols('x y');

plotting.plot_implicit(x**2+y**2+x*y-1);

怎么用Python制作一个好玩炫酷的GIF动态图

import sys

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()

fig.set_tight_layout(True)

# 询问图形在屏幕上的大小和DPI（每英寸点数）

# 注意当把图形保存为文件时，需要为此单独再提供一个DPI

print('fig size: {0} DPI, size in inches {1}'.format(

fig.get_dpi(), fig.get_size_inches()))

# 绘制一个保持不变（不会被重新绘制）的散点图以及初始直线

x = np.arange(0, 20, 0.1)

ax.scatter(x, x + np.random.normal(0, 3.0, len(x)))

line, = ax.plot(x, x - 5, 'r-', linewidth=2)

def update(i):

label = 'timestep {0}'.format(i)

print(label)

# 更新直线和轴（用一个新X轴标签）

# 以元组形式返回这一帧需要重新绘制的物体

line.set_ydata(x - 5 + i)

ax.set_xlabel(label)

return line, ax

if __name__ == '__main__':

# 会为每一帧调用Update函数

# 这里FunAnimation设置一个10帧动画，每帧间隔200ms

anim = FuncAnimation(fig, update, frames=np.arange(0, 10), interval=200)

if len(sys.argv)  1 and sys.argv[1] == 'save':

anim.save('line.gif', dpi=80, writer='imagemagick')

else:

# Plt.show()会一直循环动画

plt.show()

可以生成下面这种图