python实验13_科学计算

实验13：科学计算

1.实验目标及要求

（1）掌握numpy库的常用方法。
（2）掌握使用matplotlib库的常用方法。

2. 实验主要内容

①　利用numpy库中的多项式处理函数，计算函数f(x)=x5+2x3+1 当x=2和x=5时的值，并输出f(x)的一阶导数和二阶导数。
代码部分:

import numpy as np
# import matplotlib.pyplot as plt

x=np.arange(-10,10)
f=np.poly1d(np.array([1,0,2,0,0,1]))
print(f([2,5]))
print(np.polyder(f,1))
print(np.polyder(f,2))
1
2
3
4
5
6
7
8

输出:

[  49 3376]
   4     2
5 x + 6 x
    3
20 x + 12 x
1
2
3
4
5

②　利用matplotlib库中的pyplot模块，绘制x在【-10，10】取值区间上的f(x)函数、一阶导数和二阶导数的图形，要求：
（A）绘制三个子图，分别放置上述的三个图形。
（B）第一个子图区域，标题为Polynomial，使用红色实线绘制。
（C）第二个子图区域，标题为First Derivative，使用蓝色虚线绘制。
第三个子图区域，标题为Second Derivative，使用绿色实心圆点绘制。
代码部分:

import numpy as np
import matplotlib.pyplot as plt

x=np.arange(-10,11)
f1=np.poly1d(np.array([1,0,2,0,0,1]))
y1=f1(x)
f2=np.polyder(f1,1)
y2=f2(x)   # 一阶导数 y的值
f3=np.polyder(f1,2)
y3=f3(x)  # 二阶导数 y的值

plt.subplot(2,2,1)
plt.plot(x,y1,label='y=x^5+2*x^3+1',color='r')
plt.title('Polynomial')
plt.legend()
plt.subplot(2,2,2)
plt.plot(x,y2,"b--",label='y=5*x^4+6*x^2')
plt.title('First Derivative')
plt.legend()
plt.subplot(2,2,3)
plt.plot(x,y3,"g.",label='y=20*x^3+12*x')
plt.title('Second Derivative')
plt.legend()
plt.rcParams['font.sans-serif'] =['SimHei']
plt.rcParams['axes.unicode_minus']=False
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

3. 心得体会

numpy和matplotlib都是非常不错的数据处理的模块，加上pandas合称为数据处理三板斧，可见作为数据处理的模块，在数据处理方面上地位也是非常高的，是被大众肯定的。Numpy模块主要用于对数据的处理和生成作用，可以对数据进行所需要的处理。matplotlib是对数据处理的结果或者数据进行统计绘图的模块，可以将数据和结果通过图像的形式显而易见的呈现出来，包括折线图，直方图，柱状图，饼状图，散点图，3D图等等形式，可以满足大部分的数据的处理。本次实验也是对这两个模块进行了初步的认识，因为之前有学习过这方面的知识，所以实验起来也是比较轻松的，也算是对之前学习的一次巩固吧。