一、题目描述
自定义一个函数,对函数求一阶和二阶导数,并绘制原函数和求导函数的函数图像
二、解题步骤
运行环境
Anconda3.X Spyder(Python 3.7)
题目分析
步骤一:导入所需要的库
import sympy as sy #用于求导积分等数学计算
import matplotlib.pyplot as plt #绘图
import numpy as np
步骤二:定义函数
通过sympy库中的symblos引入符号变量;通过diff函数进行求导运算。请注意:用直接定义的函数传入绘图函数时会出现错误,需要定义一个列表来存放每一个自变量x的值和对应的函数值导数值,通过传入对应的坐标进行绘图。
x = sy.symbols('x') #定义符号变量x
f = x**2 #自定义的函数
df = sy.diff(f,x) #求一阶导数
#ddf = sy.diff(df,x)
ddf = sy.diff(f,x,2) #求二阶导数,参数2为求导阶数
#建立空列表用来保存数据
x_value = [] #保存自变量x的取值
f_value = [] #保存函数值f的取值
df_value = [] #保存一阶导数df的取值
ddf_value = [] #保存二阶导数df的取值
步骤三:对定义函数进行取值
for i in np.arange(0,3.1,0.01):
x_value.append(i)#对x进行取值
f_value.append(f.subs('x',i))#将i值代入表达式
df_value.append(df.subs('x',i))#将i值代入求导表达式
ddf_value.append(ddf.subs('x',i))#将i值代入求二阶导表达式
步骤四:绘制函数图像
#正常显示中文需要一下两行代码
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
p1=plt.figure()
a1=p1.add_subplot(3,1,1)
plt.title('原函数图像')
plt.xlabel('x')
plt.ylabel('f')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,f_value)
a2=p1.add_subplot(3,1,2)
plt.title('一阶导函数图像')
plt.xlabel('x')
plt.ylabel('df')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,df_value)
a3=p1.add_subplot(3,1,3)
plt.title('二阶导函数图像')
plt.xlabel('x')
plt.ylabel('ddf')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,ddf_value)
plt.show()
三、完整代码
import sympy as sy
import matplotlib.pyplot as plt
import numpy as np
x = sy.symbols('x')
f = x**2
df = sy.diff(f,x)
ddf = sy.diff(f,x,2)
#建立空列表用来保存数据
x_value = []
f_value = []
df_value = []
ddf_value = []
for i in np.arange(0,3.1,0.01):
x_value.append(i)
f_value.append(f.subs('x',i))
df_value.append(df.subs('x',i))
ddf_value.append(ddf.subs('x',i))
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
p1=plt.figure()
a1=p1.add_subplot(3,1,1)
plt.title('原函数图像')
plt.xlabel('x')
plt.ylabel('f')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,f_value)
a2=p1.add_subplot(3,1,2)
plt.title('一阶导函数图像')
plt.xlabel('x')
plt.ylabel('df')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,df_value)
a3=p1.add_subplot(3,1,3)
plt.title('二阶导函数图像')
plt.xlabel('x')
plt.ylabel('ddf')
plt.xlim((0,3))
plt.ylim((0,3))
plt.plot(x_value,ddf_value)
plt.show()