Python数组计算与向量化处理 - 函数曲线绘制与坐标处理

数组计算

Python 中的数组运算主要依赖 numpy 模块，它包括ndarray多维数组对象以及一些数组处理函数。

常用函数如下表所示：

 

函数	功能
arange()	类似于 Python 内置的 range 函数，但返回值是一个 ndarray 而不是列表
linspace()	返回在指定区间均匀间隔的数组，常用于创建等差数列
zeros()	根据指定形状创建一个全 0 数组
zeros_like()	根据传入数组的形状创建一个全 0 数组
ones()	根据指定形状创建一个全 1 数组
ones_like()	根据传入数组的形状创建一个全 1 数组

• 数学操作：包括add()， substract()，multiply()，divide()， exp()等等；
• 三角函数：包括sin()，cos()，tan()等等；
• 比较函数：包括greater()，greater_equal()，less()，less_equal()等等；

向量化

向量化指的是将需要循环才能操作数组的 Python 函数转化为直接操作整个数组的函数。向量化能够使得程序更短、可读性更好，且程序的运行速度更快

 

代码示例：

#导入所需要的库文件
import numpy as np
import matplotlib.pyplot as plt

# ********** Begin *********#
def f(t):
    #图形函数
    y = t**2*np.exp(-t**2)
    return y
#创建t数组
t = np.linspace(0,3,num = 50)
创建y数组
y = f(t)
#输出图形
plt.plot(t,y,'b-')
plt.savefig('fig2.png')

实现结果：