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)。
成都創(chuàng)新互聯(lián)公司堅持“要么做到,要么別承諾”的工作理念,服務(wù)領(lǐng)域包括:成都網(wǎng)站設(shè)計、做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù),滿足客戶于互聯(lián)網(wǎng)時代的長海網(wǎng)站設(shè)計、移動媒體設(shè)計的需求,幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴!
圖 1 a1圖 1 a1
我們知道當0 ,指數(shù)函數(shù) 是單調(diào)遞減的,當a1 時,指數(shù)函數(shù)是單調(diào)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(gòu)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(gòu)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(gòu)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(jīng)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
python中使用(**)表示3的5次方,還可以計算3的5.5次方。
在python中,+-*/符號都稱為操作符,這是因為他們會操作或處理放在符號兩邊的數(shù)字,=號也是一個操作符,稱為賦值操作符,因為我們用它為一個變量賦值。
在操作符兩邊的叫做操作數(shù)。
ython可以做數(shù)學運算,使用加號(+)完成加法,使用乘號(*)完成乘法。所以,python也能使用連字號(-)(也稱減號)來做減法,由于計算機上面沒有÷號,所以所有程序都使用前斜杠(/)表示除法。
求擬合函數(shù),首先要有因變量和自變量的一組測試或?qū)嶒灁?shù)據(jù),根據(jù)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(jù)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(guān)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(jīng)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(jié)果,自定義函數(shù)可以設(shè)置參數(shù)的初值,也可以不設(shè)定參數(shù)的初值。
一般而言,擬合結(jié)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(jù)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(guān)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(jù)方程的特性來初選。
math.exp() - 自然指數(shù)函數(shù) e^x
math.sin() - 正弦函數(shù) sin(x)
math.cos() - 余弦函數(shù) cos(x)
math.e - 數(shù)學自然數(shù) = 2.71828....
推薦你去找一個pandas,scipy,pandas,matplotlib庫來做,網(wǎng)上有書籍,《利用Python進行數(shù)據(jù)分析》,基本就是介紹這樣內(nèi)容的,pandas去做數(shù)據(jù)采集、清洗等都不錯,然后利用上面的例子慢慢實現(xiàn)你上面的方法。
a?=?2/13
Prices?=?[0.0]?#prices?of?everyday
EMAs?=?[0.0]?#?ems?of?everyday
def?ema?(?N?,?Price)?:
Prices.append(Price)
if?N=1:
EMAs.append(Price)
else?:
EMAs.append((1-a)*EMAs[N-1]?+?a*Price)
ema(1,1)
ema(2,3)
print?(EMAs[1])
print?(EMAs[2])
分享題目:python指數(shù)函數(shù)計算,Python中指數(shù)函數(shù)
文章位置:http://chinadenli.net/article2/hdogic.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供定制開發(fā)、電子商務(wù)、外貿(mào)網(wǎng)站建設(shè)、定制網(wǎng)站、靜態(tài)網(wǎng)站、App開發(fā)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)