考虑渐近线的python中任何有理函数的绘图

如何在python matplotlib中绘制任何有理函数（考虑渐近线）

---

我假设您当前在尝试使用

matplotlib

绘制的某些函数的渐近/不连续行为方面遇到了问题。不久前在StackOverflow上发布了关于此主题的类似问题：

我将冒昧地复制@paul给出的有用代码片段，作为对这个问题的回答：

# setup x and y ranges and precision
xx = np.arange(-0.5,5.5,0.01)

max_tolerance = 100.
min_tolerance = -100.

yy = 1/(xx-2)
yy[yy > max_tolerance] = np.inf
yy[yy < min_tolerance] = -np.inf

ax.plot(xx, yy, zorder=100, linewidth=3, color='red') 

#设置x和y范围和精度
xx=np.arange（-0.5,5.5,0.01）
最大公差=100。
最小公差=-100。
yy=1/（xx-2）
yy[yy>最大公差]=np.inf
yy[yy

如果这些代码中有一些没有意义，请点击我上面发布的问题的链接。这里显示了绘制具有渐近/不连续行为的数据所需的所有源代码

---

我希望这对你有帮助

请提供更多信息，并在提问时提出一些具体问题。如果有人指给我一个答案，我会更容易回答。谢谢，但是如果你有一条斜渐近线，那么你需要一个算法来处理长除法，以便找到渐近线的方程。我明白了！现在更清楚了为什么显示

分子

和

分母

变量。首先，你必须用逻辑来确定分子比分母高次。现在让我们说：

x=np.arange（-30,30,0.05）

，

分子=（x^2-6*x+7）

，分母=（x+5）。让我们调用渐近线函数

yy=分子/分母

。您只需运行相同的plot命令（首先确保使用的x轴变量和y轴变量名称匹配）。

# setup x and y ranges and precision
xx = np.arange(-0.5,5.5,0.01)

max_tolerance = 100.
min_tolerance = -100.

yy = 1/(xx-2)
yy[yy > max_tolerance] = np.inf
yy[yy < min_tolerance] = -np.inf

ax.plot(xx, yy, zorder=100, linewidth=3, color='red')