Python输入随机数范围生成sin图像

在Python中，你可以使用`random`模块生成指定范围内的随机数，并结合matplotlib库来绘制正弦函数图像。这里是一个简单的示例：

import random
import matplotlib.pyplot as plt
import numpy as np

# 定义随机数范围和点的数量
min_val = -np.pi
max_val = np.pi
num_points = 100

# 生成随机x值和对应的y值（正弦函数）
x_values = [random.uniform(min_val, max_val) for _ in range(num_points)]
y_values = [np.sin(val) for val in x_values]

# 创建图表
plt.figure()
plt.plot(x_values, y_values, 'ro')  # 'ro' 表示红色圆点线
plt.title('Random Sine Wave')
plt.xlabel('Random X Values')
plt.ylabel('Sine Function')

# 显示图形
plt.show()

相关问题

在Python中，用户手动输入随机数的最大值和最小值，输出sin图像

在Python中，你可以使用`numpy`库生成指定范围内的随机数，并结合`matplotlib`库绘制正弦图像。以下是一个简单的示例步骤：

1. 首先安装必要的库（如果还没安装）：

pip install numpy matplotlib

2. 然后编写一个函数，让用户输入最大值和最小值，以及生成随机点的数量，计算对应的正弦值并绘制图像：

import numpy as np
import matplotlib.pyplot as plt

def plot_sine_random(max_val, min_val, num_points):
    # 获取用户输入的随机数范围和点的数量
    x = np.linspace(min_val, max_val, num_points)
    
    # 计算对应每个x值的正弦值
    y = np.sin(x)

    # 创建一个新的图形
    plt.figure()

    # 绘制正弦曲线
    plt.plot(x, y, 'b-', label='Sine Curve')

    # 添加标题和坐标轴标签
    plt.title('Sine Function with Random X Values')
    plt.xlabel('Random X Value')
    plt.ylabel('Sine of X')

    # 显示图例
    plt.legend()
    # 显示图形
    plt.show()

# 调用函数并获取用户的输入
max_value = float(input("请输入最大值："))
min_value = float(input("请输入最小值："))
num_points = int(input("请输入随机点的数量："))

plot_sine_random(max_value, min_value, num_points)

第一题： 布丰投针实验 持续生成随机数y∈[0,1], θ∈[0,π/2]，生成随机数次数记为n,计数其中满足cosθ≥y的次数，记为m。作n/m对n的图像，n∈[10²,10⁸），之后再作n/m-π对n的图像和1/√n对n的图像，n的取值范围同第一张图

这是一个统计学问题，需要进行布丰投针实验并对实验数据进行统计分析。这里提供一个简单的Python代码实现：

import random
import math
import matplotlib.pyplot as plt

def buffon_needle(n):
    count = 0
    for i in range(n):
        x = random.uniform(0, 1)
        theta = random.uniform(0, math.pi / 2)
        if x + math.sin(theta) >= 1:
            count += 1
    return n / count

n_values = [10**i for i in range(2, 9)]
m_values = [buffon_needle(n) for n in n_values]

plt.plot(n_values, m_values)
plt.xlabel('n')
plt.ylabel('n/m')
plt.show()

plt.plot(n_values, [m - math.pi for m in m_values])
plt.xlabel('n')
plt.ylabel('n/m - pi')
plt.show()

plt.plot(n_values, [1 / math.sqrt(n) for n in n_values])
plt.xlabel('n')
plt.ylabel('1/sqrt(n)')
plt.show()

这段代码可以生成三个图像，分别对应题目中要求的三个图像。第一个图像是n/m对n的图像，第二个图像是n/m-π对n的图像，第三个图像是1/√n对n的图像。其中，n的取值范围为[10²,10⁸]。