Python 用matplotlib绘制方程

我正试着做一个函数，它可以画出我告诉它的任何公式

import numpy as np  
import matplotlib.pyplot as plt  
def graph(formula, x_range):  
    x = np.array(x_range)  
    y = formula  
    plt.plot(x, y)  
    plt.show()  

当我尝试调用它时，会发生以下错误，我相信它正在尝试在到达

y=formula

之前执行乘法

graph(x**3+2*x-4, range(-10, 11))

Traceback (most recent call last):  
  File "<pyshell#23>", line 1, in <module>  
    graph(x**3+2*x-4, range(-10, 11))  
NameError: name 'x' is not defined  

图形（x**3+2*x-4，范围（-10,11））
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
图（x**3+2*x-4，范围（-10,11））
名称错误：未定义名称“x”

你的猜测是对的：代码试图立即计算

x**3+2*x-4

。不幸的是，你不能真正阻止它这样做。好消息是，在Python中，函数是一流的对象，我的意思是，您可以像对待任何其他变量一样对待它们。因此，要修复您的功能，我们可以执行以下操作：

import numpy as np  
import matplotlib.pyplot as plt  

def graph(formula, x_range):  
    x = np.array(x_range)  
    y = formula(x)  # <- note now we're calling the function 'formula' with x
    plt.plot(x, y)  
    plt.show()  

def my_formula(x):
    return x**3+2*x-4

graph(my_formula, range(-10, 11))

---

您可以查看

np.arange

（允许非整数增量）和

np.linspace

，而不是

range

，后者允许您指定要使用的起点、终点和点数。

这是因为

graph(x**3+2*x-4, range(-10, 11))

没有定义x

最简单的方法是将要绘制的函数作为字符串传递，然后使用

eval

将其作为表达式求值

因此，只需稍加修改的代码就可以

import numpy as np  
import matplotlib.pyplot as plt  
def graph(formula, x_range):  
    x = np.array(x_range)  
    y = eval(formula)
    plt.plot(x, y)  
    plt.show()

你可以称之为

graph('x**3+2*x-4', range(-10, 11))

---

绘制特定变量（如圆或双曲线）未求解的方程：

---

关于它的更多信息：

这里根本不需要使用eval，而且它还增加了额外的开销，感谢您工作完美。可能是这样，但不知道如何取消字符串。有任何方法可以将交互式图形输出为.html，就像jupyter笔记本一样，我想制作一个.html文件供人们使用。这是7年后的事了，但我希望你能回答。在“graph”函数中，当您键入“y=formula（x）”时，它是如何工作的？在函数内部，公式（它是一个对象吗？）和my_公式相同，因为这是我们给图的参数“公式”的“值”？谢谢..@thenac-你可能已经自己弄明白了，不过这和你说的一模一样。这将适用于您定义的任何函数并与之匹配：假设my_公式（x）将被定义为cos（x），那么在调用graph（my_公式…）时，确实会在您定义的范围特定项下生成cos（x）公式的图形。我希望这能满足你的要求。

graph('x**3+2*x-4', range(-10, 11))

import numpy as np  
import matplotlib.pyplot as plt  
plt.figure() # Create a new figure window
xlist = np.linspace(-2.0, 2.0, 100) # Create 1-D arrays for x,y dimensions
ylist = np.linspace(-2.0, 2.0, 100) 
X,Y = np.meshgrid(xlist, ylist) # Create 2-D grid xlist,ylist values
F = X**2 + Y**2 - 1  #  'Circle Equation
plt.contour(X, Y, F, [0], colors = 'k', linestyles = 'solid')
plt.show()