用 Matplotlib 绘制函数图像：Python 绘图利器

导言：

进入数据科学的殿堂，Matplotlib 便不可或缺地矗立在我们的面前。作为 Python 最负盛名的绘图库，它以其类似 MATLAB 的命令 API 而著称，堪称交互式绘图的利器。得益于其详尽的文档和丰富的在线资源，Matplotlib 赋予我们描绘各种图表和图形的能力。

今天，我们将踏上 Matplotlib 之旅，深入探究如何绘制函数图像。从简单的线性函数到复杂的周期函数，我们将揭示 Matplotlib 的强大功能，帮助您将数据转化为清晰易懂的视觉呈现。

准备工作：

import matplotlib.pyplot as plt
%matplotlib inline

绘制线性函数：

x = np.linspace(0, 10, 100)  # 创建 x 坐标序列
y = 2 * x + 1  # 根据 y = 2x + 1 计算 y 坐标
plt.plot(x, y)  # 绘制直线图
plt.xlabel('x')  # 设置 x 轴标签
plt.ylabel('y')  # 设置 y 轴标签
plt.title('线性函数 y = 2x + 1')  # 设置标题
plt.show()  # 显示图像

绘制二次函数：

x = np.linspace(-5, 5, 100)  # 创建 x 坐标序列
y = x**2  # 根据 y = x^2 计算 y 坐标
plt.plot(x, y)  # 绘制抛物线图
plt.xlabel('x')  # 设置 x 轴标签
plt.ylabel('y')  # 设置 y 轴标签
plt.title('二次函数 y = x^2')  # 设置标题
plt.show()  # 显示图像

绘制周期函数：

x = np.linspace(0, 2 * np.pi, 100)  # 创建 x 坐标序列
y = np.sin(x)  # 根据 y = sin(x) 计算 y 坐标
plt.plot(x, y)  # 绘制正弦曲线图
plt.xlabel('x')  # 设置 x 轴标签
plt.ylabel('y')  # 设置 y 轴标签
plt.title('周期函数 y = sin(x)')  # 设置标题
plt.show()  # 显示图像

高级特性：

添加网格线：

plt.grid()  # 添加网格线

设置坐标范围：

plt.xlim(0, 10)  # 设置 x 轴范围为 0-10
plt.ylim(0, 10)  # 设置 y 轴范围为 0-10

保存图像：

plt.savefig('my_plot.png')  # 将图像保存为 PNG 文件

总结：

Matplotlib 为我们提供了强大的工具，可以轻松地将函数图像绘制为可视化的图表。从简单的线性函数到复杂的周期函数，Matplotlib 都能胜任。通过灵活运用其高级特性，我们可以进一步增强图像的清晰度和信息量。掌握 Matplotlib 的绘图技巧，将极大地提升您探索和呈现数据的能力，为您的数据科学之旅增添一抹色彩。