绘制方程式为y=cos(2πx)e^-x,x∈[0,5]的曲线图python
时间: 2023-07-15 17:10:20 浏览: 62
可以使用Python中的matplotlib库来绘制该函数的曲线图。以下是示例代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 定义函数
def func(x):
return np.cos(2*np.pi*x) * np.exp(-x)
# 生成x值数组
x = np.linspace(0, 5, 100)
# 计算y值数组
y = func(x)
# 绘制曲线图
plt.plot(x, y)
# 添加标题和坐标轴标签
plt.title('y=cos(2πx)e^-x')
plt.xlabel('x')
plt.ylabel('y')
# 显示图形
plt.show()
```
运行以上代码可以得到该函数的曲线图。
相关问题
python绘制方程式为y=cos(2πx)e⁻ˣ,x∈[0,5]的曲线图。
可以使用Python中的matplotlib库来绘制这个方程的曲线图。以下是实现代码:
```python
import numpy as np
import matplotlib.pyplot as plt
# 定义函数
def func(x):
return np.cos(2 * np.pi * x) * np.exp(-x)
# 生成x轴数据
x = np.linspace(0, 5, 500)
# 计算y轴数据
y = func(x)
# 绘图
plt.plot(x, y)
# 添加标题和坐标轴标签
plt.title("y = cos(2πx)e⁻ˣ")
plt.xlabel("x")
plt.ylabel("y")
# 显示图像
plt.show()
```
运行代码后,会弹出一个窗口显示绘制的曲线图。
绘制曲线y=e^(-x^2/2)/2π
这个曲线是一个高斯分布的概率密度函数,可以用Python的Matplotlib库来绘制。以下是绘制代码示例:
```python
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-5, 5, 1000)
y = np.exp(-x**2/2)/(2*np.pi)
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Gaussian Distribution')
plt.show()
```
代码中的`x`是自变量,使用`np.linspace`函数生成等间距的1000个数,范围是从-5到5。`y`是因变量,根据高斯分布的概率密度函数计算得到。最后使用`plt.plot`函数进行绘制,再使用`plt.xlabel`、`plt.ylabel`和`plt.title`函数设置图像的标签和标题,最后使用`plt.show`函数显示图像。运行代码即可看到绘制出来的高斯分布曲线。