Python--scipy note学习笔记

本文介绍了如何使用Python的numpy和scipy库进行数值计算,包括gamma函数、阶乘和3D图形的绘制,通过matplotlib展示了一系列示例代码。
摘要由CSDN通过智能技术生成

Python–scipy note相关学习笔记(仅限参考)

正文

import numpy as np                                             #表示将umPy库导入到程序中,并用别名np表示
import matplotlib.pyplot as plt                                #导入pyplot模块,并用别名plt表示
from matplotlib.pyplot import savefig                          #导入画图包,savefig模块可以保存图片
from scipy.special import gamma, factorial                     #scipy中的gamma函数本身就是定义在复数域的

(一)

x = np.linspace(-3.5, 6, 2000)               #将自变量x的区间[-3.5, 6]等分成2000份
y = gamma(x)                                 #因变量y的表达式:y=\Gamma x
plt.plot(x, y, 'b')                          #绘制x,y的图像,‘b’是指曲线颜色==‘blue’
plt.ylim(-100, 150)                          #因变量的取值范围
k = np.arange(1, 7)                          #返回一个有起点和终点的固定步长的排列
plt.plot(k, factorial(k-1), 'kd')            #描绘出k取值的点,并用*表示点的形状
plt.grid()                                   #生成网络
plt.xlabel('x')                              #设置图表的x轴标签
plt.ylabel('y')                              #设置图表的x轴标签
plt.show()                                   #显示图表

在这里插入图片描述

(二)

x = np.linspace(-10, 10, 2000)       #将自变量x的区间[-10, 10]等分成2000份
plt.plot(x, sc.gammaln(x), 'b')      #伽马函数绝对值的对数
plt.show()                           #显示图表

在这里插入图片描述

(三)

xs = np.linspace(-5, 5, 2000)             #将自变量x的区间[-5, 5]等分成2000份
ys = np.linspace(-5, 5, 200)              #将自变量x的区间[-5, 5]等分成200份
ys, xs = np.meshgrid(ys,xs)               #生成网格坐标
zs = gamma(xs+1j*ys)                      #函数zs的表达式
ax = plt.subplot(projection='3d')         #创建三维子图
ax.plot_surface(xs, ys, zs)               #绘制3D图形
plt.show()                                #显示图表

在这里插入图片描述

  • 41
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值