python實(shí)現(xiàn)畫(huà)出e指數(shù)函數(shù)的圖像
更新時(shí)間：2019年11月21日 15:26:42 作者：OliverkingLi
今天小編就為大家分享一篇python實(shí)現(xiàn)畫(huà)出e指數(shù)函數(shù)的圖像，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
這里用Python逼近函數(shù)y = exp(x);同樣使用泰勒函數(shù)去逼近:
exp(x) = 1 + x + (x)^2/(2!) + .. + (x)^n/(n!) + ...
#!/usr/bin/python
# -*- coding:utf-8 -*-
import numpy as np
import math
import matplotlib as mpl
import matplotlib.pyplot as plt
def calc_e_small(x):
n = 10
f = np.arange(1, n+1).cumprod()
b = np.array([x]*n).cumprod()
return np.sum(b / f) + 1
def calc_e(x):
reverse = False
if x < 0: # 處理負(fù)數(shù)
x = -x
reverse = True
ln2 = 0.69314718055994530941723212145818
c = x / ln2
a = int(c+0.5)
b = x - a*ln2
y = (2 ** a) * calc_e_small(b)
if reverse:
return 1/y
return y
if __name__ == "__main__":
t1 = np.linspace(-2, 0, 10, endpoint=False)
t2 = np.linspace(0, 3, 20)
t = np.concatenate((t1, t2))
print(t) # 橫軸數(shù)據(jù)
y = np.empty_like(t)
for i, x in enumerate(t):
y[i] = calc_e(x)
print('e^', x, ' = ', y[i], '(近似值)\t', math.exp(x), '(真實(shí)值)')
# print '誤差：', y[i] - math.exp(x)
plt.figure(facecolor='w')
mpl.rcParams['font.sans-serif'] = [u'SimHei']
mpl.rcParams['axes.unicode_minus'] = False
plt.plot(t, y, 'r-', t, y, 'go', linewidth=2)
plt.title(u'Taylor展式的應(yīng)用 - 指數(shù)函數(shù)', fontsize=18)
plt.xlabel('X', fontsize=15)
plt.ylabel('exp(X)', fontsize=15)
plt.grid(True)
plt.show()
以上這篇python實(shí)現(xiàn)畫(huà)出e指數(shù)函數(shù)的圖像就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:
相關(guān)文章
本文主要介紹了python 提高性能的方法。具有很好的參考價(jià)值，下面跟著小編一起來(lái)看下吧2017-03-03
Python pyinotify模塊實(shí)現(xiàn)對(duì)文檔的實(shí)時(shí)監(jiān)控功能方法
今天小編就為大家分享一篇Python pyinotify模塊實(shí)現(xiàn)對(duì)文檔的實(shí)時(shí)監(jiān)控功能方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-10-10
這篇文章主要介紹了Pandas讀寫(xiě)CSV文件的方法示例，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
Python環(huán)境搭建過(guò)程從安裝到Hello World
這篇文章主要介紹了Python環(huán)境搭建過(guò)程從安裝到Hello World,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-02-02
Python學(xué)習(xí)之魔法函數(shù)(filter,map,reduce)詳解
這篇文章我們將來(lái)學(xué)習(xí)一下，Python中的三個(gè)高級(jí)函數(shù)：filter()、map()、reduce()，這三個(gè)函數(shù)也被稱(chēng)為魔法函數(shù)，感興趣的小伙伴可以了解一下2022-04-04
Python基礎(chǔ)學(xué)習(xí)之函數(shù)方法實(shí)例詳解
這篇文章主要介紹了Python基礎(chǔ)學(xué)習(xí)之函數(shù)方法,結(jié)合實(shí)例形式分析了Python函數(shù)方法的定義、參數(shù)、復(fù)用和繼承相關(guān)操作技巧,需要的朋友可以參考下2019-06-06
python使用BeautifulSoup分析網(wǎng)頁(yè)信息的方法
這篇文章主要介紹了python使用BeautifulSoup分析網(wǎng)頁(yè)信息的方法,涉及Python使用BeautifulSoup模塊分析網(wǎng)頁(yè)信息的技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
PyTorch中 tensor.detach() 和 tensor.data 的區(qū)別詳解
今天小編就為大家分享一篇PyTorch中 tensor.detach() 和 tensor.data 的區(qū)別詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
PyTorch之怎樣選擇合適的優(yōu)化器和損失函數(shù)
這篇文章主要介紹了PyTorch怎樣選擇合適的優(yōu)化器和損失函數(shù)問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
Python基礎(chǔ)學(xué)習(xí)之模塊的安裝和卸載
其實(shí)現(xiàn)在還是有很多剛開(kāi)始學(xué)習(xí)的小伙伴，會(huì)遇到模塊不會(huì)安裝的情況，或者一遇到報(bào)錯(cuò)就懵了，這樣就很耽誤我們的學(xué)習(xí)進(jìn)度。所以，今天我們就來(lái)了解一下Python幾種安裝模塊的方法吧2022-09-09