numpy+matplotlib完成信号与系统课后练习1.2

本文介绍了如何使用numpy和matplotlib库完成信号与系统课程的绘图练习,特别是绘制阶跃函数和在同一画布上显示多个函数图像。通过引入lambda表达式简化函数定义,并探讨了代码复用和函数化以提高效率。
摘要由CSDN通过智能技术生成

numpy+matplotlib完成信号与系统课后练习1.2

第一章绘制函数图像1.2


题目如下

在这里插入图片描述
这个问题的要点如下:

  1. 表示出阶跃函数.
  2. 如何复用函数表达式以及时间来简化代码.
  3. 如何在一个大的"画布"中同时显示多个函数图像.

正文
首先导入需要的包

import numpy as np
from matplotlib import pyplot as plt

然后对时间采样并写出函数表达式

t = np.arange(-5,5,0.01)   #对时间取样 
f = lambda t : (1+t/2)*(np.heaviside(t+2,0)-np.heaviside(t-2,0))  #表示函数,会解释为什么用lambda实现

上边出现了一个np的函数heaviside,这是np包内定义的一个阶跃函数,可以接受数组为参数,具体情况大家可以自己查看文档.
但其实我们根据阶跃函数的定义可以自己定义一个heaviside使用lambda表达式

lambda x : 1 if x > 0 else 0

但是在处理数组是这个短小的函数弊端就显现出来,我们可能需要借助for循环来处理数组,为了简化问题,我们直接使用np的阶跃函数.
接下来解释为什么要用lambda来表示题目中的函数关系.如果不用lambda函数我们表示的函数可能是这个样子

f = (1+t/2)*(np.heaviside(t+2,0)-np.heaviside(t-
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