用matplotlib画y=cos(π/2*x) 图像的代码
时间: 2024-02-17 14:05:31 浏览: 152
好的,以下是Python代码,使用matplotlib库绘制cos(π/2*x)函数的图像:
```python
import numpy as np
import matplotlib.pyplot as plt
# 设置x的取值范围
x = np.arange(-10.0, 10.0, 0.1)
# 计算y的值
y = np.cos(np.pi/2 * x)
# 绘制图像
plt.plot(x, y)
# 显示图像
plt.show()
```
这个代码会生成一个cos(π/2*x)函数的图像。你也可以调整x的取值范围和步长来调整图像的精度和展示效果。
相关问题
创建6*6的画布,以画布中心为原点画出坐标轴,编写程序,按照以下公式绘制以下图形。其中wh、hh的取值分别为画布的半宽和半高,t的取值范围为0至4π,步长为0.001(可修改步长,看看当步长较大时,图像会有怎样的变化)。要求中文可以正常显示,并给出横轴(“横轴数据”)和纵轴(“纵轴数据”)以及图的标题(x随y变化的图像),保存为hw1.py并上传。样张如下所示: x = wh / 2 * ((5 / 2 * t) + sin(t)) * cos(t) y = hh / 2 * ((5 / 2 * t) + sin(t)) * sin(t)
以下是实现要求的Python代码,保存为hw1.py并运行即可生成图像并保存为x随y变化的图像.png文件:
```python
import matplotlib.pyplot as plt
import numpy as np
# 设置中文字体
plt.rcParams['font.family'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 定义图像参数
wh = 3 # 画布半宽
hh = 3 # 画布半高
t = np.arange(0, 4 * np.pi, 0.001) # 参数t的取值范围和步长
# 定义x和y的值
x = wh / 2 * ((5 / 2 * t) + np.sin(t)) * np.cos(t)
y = hh / 2 * ((5 / 2 * t) + np.sin(t)) * np.sin(t)
# 绘制图像
fig, ax = plt.subplots(figsize=(6, 6))
ax.plot(x, y)
ax.spines['bottom'].set_position(('data', 0)) # x轴移动到y=0处
ax.spines['left'].set_position(('data', 0)) # y轴移动到x=0处
ax.spines['right'].set_color('none') # 右边框不可见
ax.spines['top'].set_color('none') # 上边框不可见
ax.set_xlabel('横轴数据')
ax.set_ylabel('纵轴数据')
ax.set_title('x随y变化的图像')
plt.savefig('x随y变化的图像.png')
plt.show()
```
生成的图像如下所示:
![x随y变化的图像](x随y变化的图像.png)
在同一窗口中画出y=cos(2x)和y=sin(2x)两条曲线,y=cos(2x)为黄色线,y=sin(2x)为绿色线,改变坐标轴只显示半个周期图像,给图形加上文字说明和标题,加入栅格
要在同一窗口中画出 y=cos(2x) 和 y=sin(2x) 这两条曲线,并且只显示半个周期的图像,可以使用 Python 中的 matplotlib 库来实现。以下是一个简单的示例代码:
```python
import matplotlib.pyplot as plt
import numpy as np
# 设置图像大小
plt.figure(figsize=(8, 6))
# 定义x的取值范围,半个周期为从0到π
x = np.linspace(0, np.pi, 1000)
# 计算y=cos(2x)和y=sin(2x)
y_cos = np.cos(2 * x)
y_sin = np.sin(2 * x)
# 使用plt.plot()函数画图,分别设置线型和颜色
plt.plot(x, y_cos, color='yellow', label='y=cos(2x)') # 黄色线
plt.plot(x, y_sin, color='green', label='y=sin(2x)') # 绿色线
# 设置坐标轴范围
plt.xlim(0, np.pi)
plt.ylim(-1.5, 1.5)
# 显示半个周期的图像
plt.xticks(np.linspace(0, np.pi, 5)) # 设置x轴刻度
plt.yticks(np.linspace(-1, 1, 5)) # 设置y轴刻度
# 加入栅格
plt.grid(True)
# 添加文字说明和标题
plt.title('y=cos(2x) 和 y=sin(2x) 半周期图像')
plt.legend() # 显示图例
# 显示图形
plt.show()
```
在这段代码中,我们首先导入了 matplotlib 和 numpy 库。使用 numpy 的 `linspace` 函数生成了 x 值,并且计算了对应的 y 值。然后通过 `plot` 函数分别绘制了黄色和绿色的两条曲线。通过 `xlim` 和 `ylim` 函数设置了坐标轴的显示范围,确保只显示半个周期的图像。最后,加入了栅格、文字说明和标题,并通过 `show` 函数显示了最终的图形。
阅读全文