Python实现分段函数求导+绘制函数曲线

微电子学与固体电子学-俞驰

已于 2024-01-23 15:08:44 修改

阅读量928

点赞数 12

分类专栏：高等数学文章标签： python 开发语言

于 2024-01-23 13:55:16 首次发布

本文链接：https://blog.csdn.net/appleyuchi/article/details/135769913

版权

高等数学专栏收录该内容

24 篇文章

订阅专栏

本文展示了如何使用Python库Sympy和NumPy计算分段函数的导数，并通过Matplotlib绘制图形。特别提到了在处理区间条件时使用sympy.And的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

代码如下：

import sympy as sp
import numpy as np
import matplotlib.pyplot as plt
from sympy.utilities.lambdify import lambdify

# 定义符号变量
x = sp.symbols('x')
# expr = sp.Piecewise((0,0< x <= 5), (1, x > 5))
# 定义分段原函数
#---------------------------------下面是原函数和绘图区间定义-----------------------------------------------------
piecewise_function = sp.Piecewise((x**2, x < 0),
                                 (2*x + 1, sp.And(x>=0 , x<1)),
                                 (-x + 2, x >= 1))
left=-5
right=3
x_values = np.linspace(left, right, 1000)
#--------------------------------------------------------------------------------------
def derivative_values(piecewise_function):
    # 计算分段函数的导数
    derivative_piecewise = sp.diff(piecewise_function, x)    
    # 打印导数表达式
    print(derivative_piecewise)
    # 将导数表达式转换为lambda函数以方便数值计算
    derivative_func = lambdify(x, derivative_piecewise, 'numpy')
    # 创建x值向量并计算导数值
    derivative_values = derivative_func(x_values)

    return derivative_values
    
    
#-----------------------------------------绘制图像定义--------------------------------
plt.figure(figsize=(8, 6))
plt.plot(x_values, derivative_values(piecewise_function), label='Derivative of Piecewise Function', lw=2)
plt.xlabel('x')
plt.ylabel('dy/dx')
plt.legend()
plt.grid(True)
plt.show()

上述代码中注意，(2*x + 1, sp.And(x>=0 , x<1)),

整理表示的是在0≤x<1的区间中，要使用sympy.And函数来表示，才能让代码顺利运行。