通过图像可以直观地学习函数变化、分布等规律，在学习函数、概率分布等方面效果显著。下面我们尝试用Python的2D绘图库matplotlib来绘制函数图像。

下面我们来实现一个简单的函数：

首先，调用matplotlib库和numpy库

import matplotlib.pyplot as pyplotimport numpy

然后，确定绘制图像的定义域范围（例如我们使用[-10,10]区间），并使用numpy的linspace方法在目标范围内等距地选取200个自变量。在这里选取的点数越多，函数绘制得会越精细。

x=numpy.linspace(-10, 10, 200)

接着，计算所有自变量对应的因变量。

y=[i**2 for i in x]

最后，我们用pyplot绘制图像并显示它。当使用plot方法绘制函数图像时，pyplot会自动将所有相邻的点之间用直线连接。

pyplot.plot(x,y)pyplot.show()

此时的绘图结果如下：

【完整代码】如下：import matplotlib.pyplot as pyplotimport numpyx=numpy.linspace(-10,10,200)y=[i**2 for i in x]pyplot.plot(x,y)pyplot.show()

下面我们来对上面的代码做一些简单的优化：

1.为方便调用，将绘制图像的代码放到一个函数里（为避免表意不明，下文称为draw_function函数），并把绘制范围、选取点的密度作为draw_function函数的参数，然后调用该函数。

def draw_function (a,b,density): x=numpy.linspace(a,b,density) y=[i**2 for i in x] pyplot.plot(x,y)	pyplot.show()draw_function(-10,10,200)

2.为方便替换图像函数的映射方法，因此将映射方式放到另一函数里，并把该映射方法作为draw_function函数的参数，然后调用该函数。

def draw_function(a,b,density,f): x=numpy.linspace(a,b,density) y=[f(i) for i in x] pyplot.plot(x,y) pyplot.show()def f_square(x): return x**2draw_function(-10,10,200,f_square)

至此，这个利用matplotlib绘制函数图像的小模块就基本完成了。

【完整代码】如下：import matplotlib.pyplot as pyplotimport numpy def draw_function(a,b,density,f): x=numpy.linspace(a,b,density) y=[f(i) for i in x] pyplot.plot(x,y) pyplot.show() def f_square(x): return x**2 draw_function(-10,10,200,f_square)

Jupyter产生的Bug处理

如果使用Jupyter，在第一次运行绘制模块时会显示：

<Figure size 640x480 with 1 Axes>

在再次运行绘制模块后才会正常显示图像。此时需在代码头部添加如下内容：

%matplotlib inline

其他内容

运用为图表添加标题、修改颜色，以及matplotlib绘制其他函数图像，绘制散点图、直方图等其他图表的内容会在日后逐步更新。

作者：长行