educoder5-5Python 计算思维训练——数组和曲线绘制练习（一）

最新推荐文章于 2024-02-01 12:00:00 发布

@小蜗牛

最新推荐文章于 2024-02-01 12:00:00 发布

阅读量1.3k

点赞数 4

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/Manonll/article/details/120884028

版权

python 专栏收录该内容

9 篇文章 21 订阅

订阅专栏

这个系列涵盖了使用Python进行数学函数的计算与绘图，包括使用函数值填充列表、循环与向量化填充数组、绘制二维函数图形、函数作用于向量以及手动模拟执行向量表达式。示例中使用了numpy和matplotlib等库，展示了在数值计算和科学可视化中的基本操作。

摘要由CSDN通过智能技术生成

第1关：使用函数值填充列表

import math
import numpy as np
from math import *
class Solution:
    def solve(self, s, e):
        """
        :type s, e: int, int
        :rtype: list
        """
        #请在此按照“编程要求”填写代码
        #********** Begin *********#
        xlist=[]
        d=(e-s)/40.0
        a=[i for i in np.arange(s,e+0.000001,d)]
        for x in a:
            hx=(1/math.sqrt(2*math.pi))*math.exp(x*x*(-1/2))
            xlist.append(hx)

        return xlist
        ##********** End **********#

第2关：填充数组（循环版本）

import numpy as np
import math
class Solution:
        def solve(self, s, e):
                """
                :type s, e: int, int
                :rtype: numpy.ndarray
                """
                #请在此按照“编程要求”填写代码
                #********** Begin *********#
                xlist = np.zeros(41)
                ylist = np.zeros(41)
                for i in range(41):
                        xlist[i]=s+i*(e - s)/40
                        ylist[i]=1/np.sqrt(2*np.pi)*np.exp(-0.5*xlist[i]**2)
                return ylist
                ##********** End **********#

第3关：填充数组（向量化版本）

import numpy as np
import math

class Solution:
    def solve(self, s, e):
        """
        :type s, e: int, int
        :rtype xlist, ylist: numpy.array, numpy.array
        """
        #请在此按照“编程要求”填写代码
        #********** Begin *********#
        xlist=np.linspace(s, e, 41)
        ylist=1/np.sqrt(2*np.pi)*np.exp(-0.5*xlist**2)

        return xlist,ylist
        ##********** End **********#

第4关：绘制函数

import numpy as np
import math
import matplotlib.pyplot as plt
class Solution:
    def solve(self, s, e):
        """
        :type s, e: int, int
        :rtype: None
        """
        #请在此按照“编程要求”填写代码
        #********** Begin *********#
        x = np.linspace(s, e, 41)
        y=1/np.sqrt(2*np.pi)*np.exp(-0.5*x**2)
        plt.plot(x,y)
        plt.show()
        ##********** End **********#
        plt.savefig("step4/stu_img/student.png")

第5关：函数作用于向量

import numpy as np
import math
class Solution:
    def solve_1(self, v):
        """
        :type v: list
        :rtype: list
        """
        #请在此按照“编程要求”填写代码
        #********** Begin *********#
        def f(x):
            return x**3+x*math.exp(x)+1
        y = [f(a) for a in v]
        return y
        ##********** End **********#
       
    def solve_2(self, v):
        """
        :type v: list
        :rtype: numpy.array
        """
        #请在此按照“编程要求”填写代码
        #********** Begin *********#
        xlist = np.array(v)
        ylist = xlist**3+xlist*np.exp(xlist)+1
        return ylist
        ##********** End **********#

第6关：手工模拟执行向量表达式

import numpy as np
import math
class Solution:
    def solve_1(self, x, t):
        """
        :type x, t: list, list
        :rtype: list
        """
        #请在此按照“编程要求：使用math库实现”填写代码
        #********** Begin *********#
        y=[]
        def f(a,b):
            return np.cos(np.sin(a))+np.exp(1/b)
        for k in range(0,len(x)):
            y.append(f(x[k],t[k]))
        return y

        ##********** End **********#
        
    def solve_2(self, x, t):
        """
        :type x, t: list, list
        :rtype: numpy.array
        """
        #请在此按照“编程要求：使用numpy库实现”填写代码
        #********** Begin *********#
        xlist=np.array(x)
        tlist=np.array(t)
        y_1=np.cos(np.sin(xlist))+np.exp(1/tlist)
        return y_1
        ##********** End **********#