数据分析作业（二）Python对自定义函数求导并绘图

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()    

四、运行结果