python多项式函数画图

好的，您可以使用Python中的matplotlib库来画多项式函数图像。以下是一个简单的例子：

import numpy as np
import matplotlib.pyplot as plt

# 定义多项式函数
def f(x):
    return x**3 - 2*x**2 + x + 3

# 生成x轴数据
x = np.linspace(-5, 5, 100)

# 计算y轴数据
y = f(x)

# 绘制图像
plt.plot(x, y)

# 显示图像
plt.show()

这个例子中，我们定义了一个三次多项式函数f(x)，然后使用numpy库生成了x轴数据，计算出对应的y轴数据，最后使用matplotlib库绘制了图像并显示出来。

相关问题

如何使用python先拟合多项式后画图，再在原来多项式范围内对多项式求导并画图

要对多项式进行拟合、画图和求导，可以使用Python中的NumPy、SciPy和Matplotlib库。以下是简单的步骤：

1. 在Python中导入所需的库：

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

2. 定义函数并生成数据：

def func(x, a, b, c):
    return a*x**2 + b*x + c

x_vals = np.linspace(-5, 5, 100)
y_vals = func(x_vals, 1, 2, 3) + np.random.normal(scale=0.5, size=len(x_vals))

3. 利用curve_fit函数进行多项式拟合：

popt, pcov = curve_fit(func, x_vals, y_vals)

4. 绘制原始数据和拟合多项式：

plt.scatter(x_vals, y_vals, label='Data')
plt.plot(x_vals, func(x_vals, *popt), 'r-', label='Fit')
plt.legend(loc='best')
plt.show()

5. 在原多项式范围内生成数据并计算导数：

x_range = np.linspace(-5, 5, 100)
y_range = func(x_range, *popt)
dy_range = 2*popt[0]*x_range + popt[1]

6. 绘制多项式和导数：

plt.plot(x_range, y_range, label='f(x)')
plt.plot(x_range, dy_range, label='f\'(x)')
plt.legend(loc='best')
plt.show()

这样就能对多项式进行拟合、绘图和求导了。

python的多项式画线

要在Python中画多项式曲线，可以使用numpy库中的polyfit函数进行多项式拟合，并使用matplotlib库进行画图。

首先，使用polyfit函数拟合多项式并获得多项式系数an。然后，使用poly1d函数将系数an传入，生成一个多项式对象p1。

接下来，可以使用polyval函数传入多项式系数an和源数据点的横坐标x，得到通过多项式计算后的源数据点的纵坐标。最后，使用matplotlib库来绘制曲线。

示例代码如下所示：

import numpy as np
import matplotlib.pyplot as plt

# 源数据点
x = np.arange(-1.5, 1.6, 0.5)
y = [-4.45, -0.45, 0.55, 0.05, -0.44, 0.54, 4.55]

# 多项式拟合
an = np.polyfit(x, y, 3)

# 生成多项式对象
p1 = np.poly1d(an)

# 计算拟合后的纵坐标
y_fit = np.polyval(an, x)

# 绘制曲线
plt.plot(x, y, 'o', label='原始数据')
plt.plot(x, y_fit, label='拟合曲线')
plt.legend()
plt.show()