绘制下列函数图形 1. def step_function(x): return np.array(x > 0, dtype=np.int) 2. def sigmoid(x): return 1 / (1 + np.exp(-x))

好的，下面是绘制函数图形的代码：

import numpy as np
import matplotlib.pyplot as plt

def step_function(x):
    return np.array(x > 0, dtype=np.int)

def sigmoid(x):
    return 1 / (1 + np.exp(-x))

# 绘制 step function 图形
x = np.arange(-5.0, 5.0, 0.1)
y_step = step_function(x)
plt.plot(x, y_step)
plt.ylim(-0.1, 1.1)
plt.show()

# 绘制 sigmoid function 图形
y_sigmoid = sigmoid(x)
plt.plot(x, y_sigmoid)
plt.ylim(-0.1, 1.1)
plt.show()

这段代码会生成两个图形窗口，一个是 step function 的图形，一个是 sigmoid function 的图形。

相关问题

matplotlib绘制阶跃函数

阶跃函数可以使用Matplotlib库来进行绘制。下面是使用Matplotlib绘制阶跃函数的代码示例：

import numpy as np
import matplotlib.pyplot as plt

def step_function(x):
return np.array(x > 0, dtype=np.int)

x = np.arange(-5.0, 5.0, 0.1)
y = step_function(x)

plt.plot(x, y)
plt.ylim(-0.1, 1.1)
plt.title('Step Function')
plt.xlabel('x')
plt.ylabel('y')
plt.show()

这段代码将生成一个阶跃函数的图像，x轴表示输入值，y轴表示输出值。阶跃函数在输入大于0时输出为1，在输入小于等于0时输出为0。

用python绘制阶跃函数的代码

以下是用Python绘制阶跃函数的代码:

import matplotlib.pyplot as plt
import numpy as np

def step_function(x):
    return np.array(x > 0, dtype=np.int)

x = np.arange(-5.0, 5.0, 0.1)
y = step_function(x)

plt.plot(x, y)
plt.ylim(-0.1, 1.1)
plt.show()

这段代码利用numpy库创建了一个阶跃函数，并使用matplotlib库将其绘制在坐标轴上。函数的定义很简单：当x>0时，返回1；否则，返回0。函数的值随着x的变化而变化，绘制出来的图形类似于一个台阶，因此被称为阶跃函数。