大数据算法实验四矢量显示

1、实验目的和要求

实验目的：1.理解梯度的含义及作用。

1. 使用python实现梯度矢量显示。
2. 使用python的3D绘图绘制梯度矢量显示的结果。

实验要求：

书写提交实验报告

2、实验环境

Python3.9

Pycharm2022

Window10

3、实验内容与过程

实验内容：

使用gradient_descent()函数求出梯度矢量，绘制出二维梯度走向分析图和使用python的Axes3D类绘制求函数f=x^3+y^3的梯度矢量的3D显示图。

# coding: utf-8
# cf.http://d.hatena.ne.jp/white_wheels/20100327/p3
import numpy as np
import matplotlib.pylab as plt
from mpl_toolkits.mplot3d import Axes3D


# 梯度

# 梯度下降法求f=x0^2+x1^2的最小值
def _numerical_gradient_no_batch(f, x):
    h = 1e-4  # 0.0001
    grad = np.zeros_like(x)

    for idx in range(x.size):
        tmp_val = x[idx]
        x[idx] = float(tmp_val) + h
        fxh1 = f(x)  # f(x+h)

        x[idx] = tmp_val - h
        fxh2 = f(x)  # f(x-h)
        grad[idx] = (fxh1 - fxh2) / (2 * h)

        x[idx] = tmp_val  # 还原值

    return grad


def numerical_gradient(f, X):
    if X.ndim == 1:
        return _numerical_gradient_no_batch(f, X)
    else:
        grad = np.zeros_like(X)

        for idx, x in enumerate(X):
            grad[idx] = _numerical_gradient_no_batch(f, x)

        return grad


def function_2(x):
    if x.ndim == 1:
        return np.sum(1*x ** 3)
    else:
        return np.sum(1*x **3 , axis=1)


def f(x,y):
    return x ** 3 + y ** 3  # 计算函数式


if __name__ == '__main__':
    x0 = np.arange(-2, 2.5, 0.25)
    x1 = np.arange(-2, 2.5, 0.25)
    X, Y = np.meshgrid(x0, x1)

    X = X.flatten()#返回一维数组
    Y = Y.flatten()

    grad = numerical_gradient(function_2, np.array([X, Y]))
    #print(grad)

    plt.figure()
    #绘制量场图
    plt.quiver(X, Y, -grad[0], -grad[1], angles="xy", color="#666666")  # ,headwidth=10,scale=40,color="#444444")
    plt.xlim([-2, 2])
    plt.ylim([-2, 2])
    plt.xlabel('x0')
    plt.ylabel('x1')
    plt.grid()#绘制网格线
    plt.legend()
    #动态绘制可重新
    plt.draw()
    plt.show()

    fig = plt.figure()
    ax = Axes3D(fig)
    # 生成数据
    x = np.arange(-2, 2, 0.3)
    y = np.arange(-2, 2, 0.3)
    x, y = np.meshgrid(x, y)  # 初始散点数据处理成xy网格数据
    z=f(x,y)
    # 绘制函数图像
    ax.set_xlabel('x0')  # x轴
    ax.set_ylabel('x1')  # y轴
    ax.set_zlabel('z')  # f轴
    ax.set_xlim(-2.5, 2.5)
    ax.set_ylim(-2.5, 2.5)
    ax.set_zlim(-15, 20)
    # 标题名称、位置：0左下，1右上
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 汉显
    ax.text2D(0.3, 0.95, "函数图形", transform=ax.transAxes)
    ax.plot_surface(x, y, z)
    plt.show()