HNU py实训3.3~3.4

 

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 ##########