import numpy as np
#将积分函数f定义成匿名函数
###########begin############
def f(x):
return x/25+0.2
###########end##############
#在一行输入积分区间【a,b】和实验点数n,用空格分隔
##################begin###############
a,b,n=[eval(x) for x in input().split()]
###################end################
#矩形区域为:[a,b,fmin,fmax],矩形面积=(b-a)*(fmax-fim)
fmin=0
fmax=f(b)
np.random.seed(0)
#利用均匀分布产生n个在【a,b】中的随机数x
#利用均匀分布产生n个在【fmin,fmax】中的随机数y
#################begin##################
x=np.random.uniform(a,b,n)
y=np.random.uniform(fmin,fmax,n)
##################end##################
#统计落在y<f(x)内的点数
p= y[ (y>0) & (y < f(x))].size
#积分面积为y<f(x)内点数除以总实验点数再乘以矩形面积
##############begin################
jf=(p/n)*(b-a)*(fmax-fmin)
#################end###############
print("%.5f"%jf)
import numpy as np
#定义积分函数f(x)
##################begin####################
def f(x):
return 3*x**2+4*np.cos(x)-4*x*np.sin(x)
##################end#######################
#定义求积分值的函数
def jifen(f, a, b, n, fmin,fmax):
#f表示积分函数
#a,b表示积分区间
#n表示总实验点数
#fmin,fmax矩形区域纵向最小和最大值
##################begin#################
x=np.random.uniform(a,b,n)
y=np.random.uniform(fmin,fmax,n)
num=y[(y>0)&(y<f(x))].size
s1=(num/n)*(b-a)*(fmax-fmin)
return s1
###################end###################
np.random.seed(17)
n=int(input())
fmin=0
fmax=f(15)
z=jifen(f, 10,15, n, fmin,fmax)
print("{0:.4f}".format(z))
'''求x**2+y**2=1在【-1,1】中的积分
即求y=np.sqrt(1-x**2)在【-1,1】中积分
即求上半圆的面积,np.pi*1**2/2
利用该积分得到的面积可以求出圆周率'''
import numpy as np
#定义积分函数f(x)
#########begin###############
def f(x):
return np.sqrt(1-x**2)
###########end################
def jifen(f, a, b, n, fmin,fmax):
#f表示积分函数
#a,b表示积分区间,矩形区域横向值
#n表示总实验点数
#fmin,fmax矩形区域纵向最小和最大值
#利用均匀分布产生n个在【a,b】中的随机数x
#利用均匀分布产生n个在【fmin,fmax】中的随机数y
############begin#############
x=np.random.uniform(a,b,n)
y=np.random.uniform(fmin,fmax,n)
##############end##############
#统计落在f(x)内的点数
p= y[ (y>0) & (y < f(x))].size
#积分面积为f(x)内点数除以总实验点数再乘以矩形面积
###########begin################
jf=(p/n)*(b-a)*(fmax-fmin)
###########end##################
return jf
np.random.seed(11)
n=int(input())
#调用自定函数求f(x)在【0,1】中积分
#############begin#############
z=jifen(f,0,1,n,0,1)
#############end###############
#调用自定函数求f(x)在【-1,0】中积分
z1=jifen(f, -1,0, n, 0,1)
w=z+z1 #上半圆的面积,半径为1,即圆周率的一半
print("{0:.4f}".format(w*2))
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='simHei' #显示汉字
plt.rcParams['axes.unicode_minus'] = False #显示负号
def DrawLine(output_name):
x=np.arange(0,2*np.pi,0.1)
y1=np.sin(x)
y2=np.sin(x*2)
plt.figure('fig1')
########## begin ##########
# 请在此填写代码,分别使用数据(x,y1)和(x,y2)绘制线图
plt.plot(x,y1,'r-')
plt.plot(x,y2,'b-')
plt.title('不同周期正弦曲线')
plt.xlabel('自变量')
plt.ylabel('因变量')
plt.legend(['2π周期','π周期'],loc='upper right')
plt.savefig(output_name)
########## end ##########
def DrawPie(output_name):
sales=[1528,796,543,1046,865,] #手机店上月各品牌手机销量
brands=['华为', 'vivo', 'oppo', '小米', '苹果'] #品牌列表
plt.figure('fig2')
########## begin ##########
# 请在此填写代码,绘制手机销量的饼图
labels=['华为', 'vivo', 'oppo', '小米', '苹果']
x=[1528,796,543,1046,865]
y=[0.1,0,0,0,0]
plt.title('手机销量')
plt.pie(x,y,labels,autopct='%.1f%%')
plt.savefig(output_name)
########## end ##########
def DrawBar(output_name):
avg_scores = np.array([80.54, 78.46, 74.68, 82.35]) #各班考试平均分
class_name = ['机械1班', '机械2班', '电气1班', '电气2班']
plt.figure('fig3')
########## begin ##########
# 请在此填写代码,绘制各班平均成绩的条形图
plt.bar(class_name,avg_scores)
plt.xlabel('班级')
plt.ylabel('平均成绩')
plt.savefig(output_name)
########## end ##########
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
import pandas as pd
from warnings import simplefilter
simplefilter(action='ignore',category=FutureWarning)
matplotlib.rcParams['font.family']='simHei' #显示汉字
plt.rcParams['axes.unicode_minus'] = False #显示负号
#input_name:输入的excel文件名
#output_name:输出的图片文件名
def DrawLine(input_name, output_name):
plt.figure('fig1')
########## begin ##########
# 请在此填写代码,绘制开盘价和收盘价的线图,日期为横轴
df1=pd.read_excel(input_name)
plt.plot(df1.日期,df1.开盘,'b-v')
plt.plot(df1.日期,df1.收盘,'r-v')
plt.title('开盘价与收盘价对比图')
plt.xlabel('日期')
plt.ylabel('股价')
plt.legend(['开盘价','收盘价'],loc='upper right')
plt.savefig(output_name)
########## end ##########
#input_name:输入的csv文件名
#output_name:输出的图片文件名
def DrawBar(input_name, output_name):
plt.figure('fig2')
########## begin ##########
# 请在此填写代码,绘制各年度的国内生产总值的条形图
cao=pd.read_csv(input_name,names=['年度','国内生产总值','第一产业','第二产业','第三产业'])
plt.bar(cao.年度,cao.国内生产总值)
plt.xlabel('年度')
plt.ylabel('国内生产总值')
plt.savefig(output_name)
########## end ##########