python繪制函數(shù)圖像

raw_input獲取的輸入是字符串，不能直接用np.array，需要用split進(jìn)行切分，然后強(qiáng)制轉(zhuǎn)化成數(shù)值類型，才能用plot函數(shù)

創(chuàng)新互聯(lián)主要從事成都網(wǎng)站制作、做網(wǎng)站、網(wǎng)頁設(shè)計、企業(yè)做網(wǎng)站、公司建網(wǎng)站等業(yè)務(wù)。立足成都服務(wù)荔灣,10余年網(wǎng)站建設(shè)經(jīng)驗(yàn),價格優(yōu)惠、服務(wù)專業(yè),歡迎來電咨詢建站服務(wù):18980820575

我把你的代碼稍微修改了一下，可能不太漂亮，不過能運(yùn)行了

x=[1,2,3]

a = raw_input('function')

a = a.split(' ')#依空格對字符串a(chǎn)進(jìn)行切分，如果是用逗號分隔，則改成a.split(',')

b = []

for i in range(len(a)):#把切分好的字符強(qiáng)制轉(zhuǎn)化成int類型，如果是小數(shù)，將int改為float

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

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

不能直接寫出函數(shù)的表達(dá)式 怎么在python里畫函數(shù)圖象呢？

不寫出y=f(x)這樣的表達(dá)式，由隱函數(shù)的等式直接繪制圖像，以x2+y2+xy=1的圖像為例，使用sympy間接調(diào)用matplotlib工具的代碼和該二次曲線圖像如下（注意python里的乘冪符號是**而不是^，還有，python的sympy工具箱的等式不是a==b，而是a-b或者Eq(a,b)，這幾點(diǎn)和matlab的區(qū)別很大）

直接在命令提示行的里面運(yùn)行代碼的效果

from sympy import *;

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

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

如何使用python進(jìn)行自相關(guān)模擬，并作圖

一. 首先說說自相關(guān)互相關(guān)概念 信號析概念別表示兩間序列間同間序列任意兩同刻取值間相關(guān)程度即互相關(guān)函數(shù)描述隨機(jī)信號 x(t),y(t)任意兩同刻t一t二取值間相關(guān)程度自相關(guān)函數(shù)描述隨機(jī)信號x(t)任意兩同刻t一t二取值間相關(guān) 程度 自相關(guān)函數(shù)描述隨機(jī)信號X(t)任意兩同刻t一t二取值間相關(guān)程度；互相關(guān)函數(shù)給頻域內(nèi)兩信號否相關(guān)判斷指標(biāo)兩測點(diǎn)間信號互譜與各自自譜聯(lián)系起能用確定輸信號程度自輸入信號修測量接入噪聲源產(chǎn)誤差非效. 事實(shí)圖象處理自相關(guān)互相關(guān)函數(shù)定義：設(shè)原函數(shù)f(t)則自相關(guān)函數(shù)定義R(u)=f(t)*f(-t)其*表示卷積；設(shè)兩 函數(shù)別f(t)g(t)則互相關(guān)函數(shù)定義R(u)=f(t)*g(-t)反映兩函數(shù)同相位置互相匹配程度 何matlab實(shí)現(xiàn)兩相關(guān)并用圖像顯示呢 dt=.一; t=[0:dt:一00]; x=cos(t); [a,b]=xcorr(x,'unbiased'); plot(b*dt,a) 面代碼求自相關(guān)函數(shù)并作圖于互相關(guān)函數(shù)稍微修改即[a,b]=xcorr(x,'unbiased');改[a,b]=xcorr(x,y,'unbiased');便 二. 實(shí)現(xiàn)程： Matalb求解xcorr程事實(shí)利用Fourier變換卷積定理進(jìn)行即R(u)=ifft(fft(f)×fft(g))其 ×表示乘注：公式僅表示形式計算并非實(shí)際計算所用公式直接采用卷積進(jìn)行計算結(jié)與xcorr同事實(shí)兩者既定 理保證結(jié)定相同沒用公式已面檢驗(yàn)兩者結(jié)相同代碼： dt=.一; t=[0:dt:一00]; x=三*sin(t); y=cos(三*t); subplot(三,一,一); plot(t,x); subplot(三,一,二); plot(t,y); [a,b]=xcorr(x,y); subplot(三,一,三); plot(b*dt,a); yy=cos(三*fliplr(t)); % or use: yy=fliplr(y); z=conv(x,yy); pause; subplot(三,一,三); plot(b*dt,z,'r'); 即xcorr使用scaling 三. 其相關(guān)問題： （一）相關(guān)程度與相關(guān)函數(shù)取值聯(lián)系 相關(guān)系數(shù)比率等單位量度單位名稱相關(guān)百數(shù)般取數(shù)點(diǎn)兩位表示相關(guān)系數(shù)負(fù)號表示相關(guān)向絕值表示相關(guān)程度等單位度量能說相關(guān)系數(shù)0.漆0.三5兩倍能說相關(guān)系數(shù)0.漆二列變量相關(guān)程度比相關(guān)系數(shù)0.三5二列變量相關(guān)程度更密切更高能說相關(guān)系數(shù)0.漆00.吧0與相關(guān)系數(shù)0.三00.四0增加程度 于相關(guān)系數(shù)所表示意義目前統(tǒng)計界尚致通認(rèn)： 相關(guān)系數(shù) 相關(guān)程度 0.00-±0.三0 微相關(guān) ±0.三0-±0.50 實(shí)相關(guān) ±0.50-±0.吧0 顯著相關(guān) ±0.吧0-±一.00 高度相關(guān) （二）matlab計算自相關(guān)函數(shù)autocorrxcorr 別用兩函數(shù)同序列計算結(jié)太xcorr沒均值減掉做相關(guān)autocorr則減掉均值且用離散信號做自相關(guān)信號截取度（采點(diǎn)N）自相關(guān)函數(shù) （三）xcorr計算互相關(guān)函數(shù)帶option參數(shù): a=xcorr(x,y,'option') option=baised計算互相關(guān)函數(shù)偏估計； option=unbaised計算互相關(guān)函數(shù)偏估計； option=coeff計算歸化互相關(guān)函數(shù)即互相關(guān)系數(shù)-一至一間； option=none缺省情況 所想要計算互相關(guān)系數(shù)用'coeff'參數(shù) 用xcorr函數(shù)作離散互相關(guān)運(yùn)算要注意x, y等向量短向量自填0與齊運(yùn)算結(jié)行向量列向量與x 互相關(guān)運(yùn)算計算x,y兩組隨機(jī)數(shù)據(jù)相關(guān)程度使用參數(shù)coeff結(jié)互相關(guān)系數(shù)-一至一間否則結(jié)定范圍能能視乎x, y數(shù)據(jù)所般要計算兩組數(shù)據(jù)相關(guān)程度般選擇coeff參數(shù)結(jié)進(jìn)行歸化 所謂歸化簡單理解數(shù)據(jù)系列縮放-一一范圍式種簡化計算式即量綱表達(dá)式經(jīng)變換化量綱表達(dá)式純量變換式X=(X實(shí)測--Xmin)/(Xmax-Xmin) 般說選擇歸化進(jìn)行互相關(guān)運(yùn)算結(jié)絕值越兩組數(shù)據(jù)相關(guān)程度越

python 如何繪制線性函數(shù)圖？

import matplotlib.pyplot as plt

plt.scatter(xdata,ydata)

(xdata,ydata為兩個需要作圖的數(shù)據(jù)集)

python函數(shù)圖的繪制

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

新聞標(biāo)題：python畫自相關(guān)函數(shù) python畫對數(shù)函數(shù)
文章URL：http://chinadenli.net/article38/dodjhpp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計、App設(shè)計、、營銷型網(wǎng)站建設(shè)、網(wǎng)站策劃、面包屑導(dǎo)航

廣告

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(diǎn)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)