python画函数曲线

在Python中，可以使用matplotlib库来绘制函数曲线。这是一个非常常见的数据可视化工具。下面是一个基本的例子，展示如何绘制简单的线性和正弦函数：

import matplotlib.pyplot as plt
import numpy as np

# 定义函数
def f(x):
    return x ** 2   # 线性函数 y=x^2
# 或者
def g(x):
    return np.sin(x)  # 正弦函数

# 创建x坐标范围
x = np.linspace(-np.pi, np.pi, 400)  # 从-pi到pi取400个点

# 绘制两条曲线
plt.figure()  # 创建一个新的图形窗口
plt.plot(x, f(x), label='y=x^2')  # 第一条曲线，标签为'y=x^2'
plt.plot(x, g(x), 'r', label='sin(x)')  # 第二条曲线，红色，标签为'sin(x)'

# 添加标题、轴标签以及图例
plt.title('Function Curves')
plt.xlabel('x')
plt.ylabel('y')
plt.legend()

# 显示图形
plt.show()

在这个例子中，`plot()`函数用于绘制曲线，`linspace()`用于生成等间距的x坐标值。如果你想绘制其他类型的函数，只需要修改函数`f()`或`g()`即可。

相关问题

使用python画函数曲线图。请画出cos函数，X取值范围为-Pi到Pi，并移动脊柱，显示4个象限的内容，并标注出cos(pi/2)的值

当然，我很愿意为您画出cos函数的曲线图。以下是Python代码：

import numpy as np
import matplotlib.pyplot as plt

# 设置X轴取值范围
X = np.linspace(-np.pi, np.pi, 500, endpoint=True)
# 计算cos函数值
Y = np.cos(X)

# 创建绘图窗口和子图
fig, ax = plt.subplots()

# 移动脊柱，显示4个象限的内容
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

# 绘制cos函数曲线
ax.plot(X, Y, color="blue", linewidth=2, linestyle="-", label="cos(x)")

# 标注cos(pi/2)的值
x0 = np.pi / 2
y0 = np.cos(x0)
plt.plot([x0, x0], [0, y0], 'r--')
plt.scatter([x0, ], [y0, ], s=50, color='b')
plt.annotate(r'$cos(\frac{\pi}{2})=-1.00$',
             xy=(x0, y0), xycoords='data',
             xytext=(-90, -50), textcoords='offset points', fontsize=10,
             arrowprops=dict(arrowstyle="->", connectionstyle="arc3,rad=.2"))

# 设置X轴和Y轴的标签
plt.xlabel("x")
plt.ylabel("cos(x)")

# 设置图表标题和图例
plt.title("Cosine Function")
plt.legend(loc="upper left")

# 显示图表
plt.show()

希望这个曲线图能够帮到您。

python画出损失函数曲线

要在Python中绘制损失函数曲线，可以使用matplotlib.pyplot模块中的plot函数。该函数可以绘制点和线，并对其样式进行控制。

首先，您需要将损失函数的数值保存到一个文件（例如.txt文件）中。可以使用python中的open函数和write函数来实现。在网络训练过程中，将损失函数的值逐步写入文件。

一旦网络训练结束并且损失函数数值已经保存在文件中，您可以使用matplotlib.pyplot模块来读取文件中的数值，并使用plot函数绘制损失函数曲线。可以通过传递x轴数据和y轴数据给plot函数来绘制曲线。

例如，假设您将损失函数的x轴数据保存在列表x中，y轴数据保存在列表y中。然后，可以使用plt.plot(x, y)来绘制曲线。最后，使用plt.show()函数来显示绘制的曲线。

下面是一个示例代码：

import matplotlib.pyplot as plt

# 从文件中读取损失函数的数据
with open("loss.txt", "r") as file:
    data = file.readlines()
    x = []
    y = []
    for line in data:
        values = line.strip().split(",")
        x.append(float(values<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* *3* [【python】plt.plot() 函数绘制loss曲线](https://blog.csdn.net/m0_70813473/article/details/129838384)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
-  *2* [Python绘制loss曲线、准确率曲线](https://blog.csdn.net/WYKB_Mr_Q/article/details/125661871)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]