matplotlib练习

这篇博客通过matplotlib展示了两个数据可视化实例:一是绘制了sin2(x - 2)e^x^2函数在[0,2]区间的图像,并添加了轴标签和标题;二是进行了线性回归参数估计,生成了数据矩阵X,响应向量y,并用最小二乘法求解估计参数b,然后比较了真实参数与估计参数。此外,还生成了一组来自特殊分布的观测值z,使用高斯核密度估计器绘制了直方图和密度估计。" 139133394,10884488,K-means聚类模型:原理、应用与挑战,"['机器学习', '数据挖掘', '无监督学习', 'K-means聚类', '算法原理']
摘要由CSDN通过智能技术生成
Exercise 11.1: Plotting a function Plot the function

 f(x) = sin2(x - 2)ex2   over the interval [0,2]. Add proper axis labels, a title, etc.

import numpy as np
import matplotlib.pyplot as plt

f,ax= plt.subplots(1,1,figsize = (5,4))

x = np.linspace(0,2,100)
tmp1 = np.sin(x-2)
#计算sin^2(x-2)
f1 = np.power(tmp1,2)
#计算e^(-x^2)
f2 = np.power(np.e,-1 * np.power(x,2))
y = np.multiply(f1,f2)
ax.plot(x,y)
# ax.set_xlim((0,2))
# ax.set_ylim((0,1))
ax.set_xlabel("x label")
ax.set_ylabel("y label")
ax.set_title("f(x) = $sin^2(x-2){e^{-x^2}}$")

plt.tight_layout()
plt.show()

Output:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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