pytorch手动求导、matplotlib画图练习、legend函数、lambda函数、用法·····

今天依旧是手动求导，代码白痴学习太难了，所以在这块还是耽误比较久的时间，今天的内容分享倒着来吧，先是lambda的匿名函数、然后是legend函数 mat画图和pytorch

lambda

首先是lambda函数 这个函数的作用是什么呢？他是通过输入一些东西 然后输出一些东西，距离论证：

                lambda x,y:x/y              //这个代表输入x和y的值，然后输出的是x/y 的值 

                 lambda ：none             //这个表示没有输出，输出的是none

                 lambda ：*args：sums（args） // 这表示输入任意位数的参数 输出他们的和 

                lambda  **kwargs :1    // 输出任意绝对值的参数，输出为1 

legend函数        

这个是pytorch里的函数，表示什么意思呢  就是我们在matplotlib画图的时候 图片里的注释应该怎么加  

比如 ：

 这个图左上角的两个备注  怎么显示 不是只用plt.legend()就可以显示出来的 需要用 plt.plot(x,y)这个语句中加入参数 后才可以使用上面的plt.legend()来使用 具体使用办法为 

plt.plot(x,y,label = "y=x**2+2*x" )
plt.plot(x,y22,label = "切线")
plt.legend(loc = 'best')

最后是本期的源码 手动求导  代码逻辑很清楚 有不懂的问就行  

import  numpy as np
import matplotlib.pyplot as plt
def f(x):
    return x**2+2*x
def f_dao(x,f):
    return (f(x+h)-f(x))/h
def tan_lin(f,x):
    k = f_dao(x,f)
    b = f(x) - k*x
    return lambda t:k*t+b
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
h = 0.01
x = np.arange(0.1,10,0.1)
y = f(x)
tf = tan_lin(f,5)
y22 = tf(x)
plt.xlabel("“X轴")
plt.ylabel("Y轴")
#plt.title("函数切线")

plt.grid()
plt.plot(x,y,label = "y=x**2+2*x" )
plt.plot(x,y22,label = "切线")
plt.legend(loc = 'best')
plt.show()