python绘制函数 f(x) = （sin(x - 2)）^2 *e^{-x^2}

在 Python 中，你可以使用 matplotlib 和 numpy 库来绘制函数 f(x) = (\sin(x - 2))^2 \cdot e^{-x^2}。这两个库分别负责绘图和数值计算。这里有一个简短的例子：

import numpy as np
import matplotlib.pyplot as plt

# 定义函数
def func(x):
    return (np.sin(x - 2))**2 * np.exp(-x**2)

# 创建 x 轴的样本点
x_values = np.linspace(-10, 10, 400)  # 从 -10 到 10 的 400 个等距点

# 计算 y 值
y_values = func(x_values)

# 绘制图形
plt.plot(x_values, y_values)
plt.title('Function f(x) = (\sin(x - 2))^2 * e^{-x^2}')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.grid(True)  # 显示网格
plt.show()

这个程序首先创建了一个 x 轴的均匀采样范围，然后计算每个点对应的 y 值，最后使用 `plot()` 函数将数据绘制成曲线。`title()`, `xlabel()`, `ylabel()` 分别设置了图表标题和坐标轴标签。

相关问题

绘制函数 $(x) = sin^2(x - 2) e^{-x^2}

要绘制函数 $f(x) = \sin^2(x - 2)e^{-x^2}$，我们首先需要导入必要的绘图库，然后定义该函数，设置合适的x轴范围、采样点数，并使用matplotlib库进行绘制。以下是详细的步骤：

1. **导入库**：

import numpy as np
import matplotlib.pyplot as plt

2. **定义函数**：

def func(x):
    return np.sin(x - 2)**2 * np.exp(-x**2)

3. **设定绘图参数**：

x_min, x_max = -5, 5
num_points = 400  # 更多的点可以获得更精细的图像

4. **创建x轴值数组**：

x_values = np.linspace(x_min, x_max, num_points)

5. **计算函数值并绘制**：

y_values = func(x_values)

plt.figure(figsize=(8, 6))  # 设置图表尺寸
plt.plot(x_values, y_values, label=r'$\sin^2(x - 2)e^{-x^2}$', linewidth=2)
plt.title('函数 $f(x)$ 的图形')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.grid(True)  # 添加网格线
plt.legend()
plt.axhline(y=0, color='black', linestyle='--')  # 添加x轴零线
plt.show()

这段代码会生成一张展示给定函数图像的图表。

2.2 绘制函数 $f(x) = sin^2(x - 2) e^{-x^2}$ 需要画出标题，x，y轴。x的取值范围是[0, 2]

在Python中，我们可以使用`matplotlib`库来绘制给定的函数$f(x) = \sin^2(x - 2)e^{-x^2}$。以下是相应的代码：

import numpy as np
import matplotlib.pyplot as plt

# 定义函数
def func(x):
    return np.sin((x - 2)**2) ** 2 * np.exp(-x**2)

# 设置x轴范围
x_range = np.linspace(0, 2, 400)  # 选择400个等间距的点以获得平滑曲线

# 计算对应的y值
y_values = func(x_range)

# 创建图形并绘制
plt.figure(figsize=(6, 4))  # 调整图形大小
plt.plot(x_range, y_values, label=r'$\sin^2(x - 2)e^{-x^2}$')  # 标题和标签
plt.title(r'Plot of $f(x) = \sin^2(x - 2)e^{-x^2}$', fontsize=14)  # 图片标题
plt.xlabel('x', fontsize=12)  # x轴标签
plt.ylabel('f(x)', fontsize=12)  # y轴标签
plt.grid(True)  # 显示网格线
plt.legend()  # 添加图例
plt.xticks(np.arange(0, 2.1, 0.2))  # 设置x轴刻度
plt.yticks(np.arange(-0.1, 1.1, 0.1))  # 设置y轴刻度
plt.axhline(y=0, color='black', linestyle='dashed')  # 添加虚线表示零参考线
plt.xlim(0, 2)  # 设置x轴范围
plt.ylim(-0.1, 1.1)  # 设置y轴范围
plt.show()