正文

揭秘13种常见函数图像，轻松掌握数学之美

/0 浏览量
0617

在数学的世界里，函数是描述事物变化规律的重要工具。而函数的图像则是这种规律在视觉上的直观体现。今天，我们就来揭秘13种常见的函数图像，帮助大家轻松掌握数学之美。

1. 线性函数

线性函数是最简单的函数，其图像是一条直线。公式为 ( y = ax + b )，其中 ( a ) 和 ( b ) 是常数。线性函数的图像是一条通过原点的直线，斜率 ( a ) 决定了直线的倾斜程度。

import matplotlib.pyplot as plt
import numpy as np

# 定义线性函数
def linear_function(x):
    return 2 * x + 1

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = linear_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("线性函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

2. 指数函数

指数函数的图像呈现为一条不断上升的曲线。公式为 ( y = a^x )，其中 ( a ) 是常数。当 ( a > 1 ) 时，曲线在 ( y ) 轴右侧迅速上升；当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴右侧缓慢下降。

# 定义指数函数
def exponential_function(x):
    return 2 ** x

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = exponential_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("指数函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

3. 对数函数

对数函数是指数函数的反函数，其图像呈现为一条不断上升的曲线。公式为 ( y = \log_a(x) )，其中 ( a ) 是常数。当 ( a > 1 ) 时，曲线在 ( y ) 轴左侧缓慢上升；当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴左侧迅速上升。

# 定义对数函数
def logarithmic_function(x):
    return np.log(x)

# 生成x值
x = np.linspace(0.1, 10, 100)

# 计算y值
y = logarithmic_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("对数函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

4. 幂函数

幂函数的图像呈现为一条曲线，其形状取决于指数和底数。公式为 ( y = a^x )，其中 ( a ) 和 ( x ) 是常数。当 ( a > 1 ) 时，曲线在 ( y ) 轴右侧迅速上升；当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴右侧缓慢下降。

# 定义幂函数
def power_function(x):
    return 2 ** x

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = power_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("幂函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

5. 正弦函数

正弦函数的图像呈现为一条周期性的波形曲线。公式为 ( y = \sin(x) )，其中 ( x ) 是常数。正弦函数的图像在 ( y ) 轴两侧波动，周期为 ( 2\pi )。

# 定义正弦函数
def sine_function(x):
    return np.sin(x)

# 生成x值
x = np.linspace(-2 * np.pi, 2 * np.pi, 100)

# 计算y值
y = sine_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("正弦函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

6. 余弦函数

余弦函数的图像呈现为一条周期性的波形曲线。公式为 ( y = \cos(x) )，其中 ( x ) 是常数。余弦函数的图像在 ( y ) 轴两侧波动，周期为 ( 2\pi )。

# 定义余弦函数
def cosine_function(x):
    return np.cos(x)

# 生成x值
x = np.linspace(-2 * np.pi, 2 * np.pi, 100)

# 计算y值
y = cosine_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("余弦函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

7. 双曲函数

双曲函数是指数函数的推广，其图像呈现为一条不断上升的曲线。公式为 ( y = a^x )，其中 ( a ) 是常数。当 ( a > 1 ) 时，曲线在 ( y ) 轴右侧迅速上升；当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴右侧缓慢下降。

# 定义双曲函数
def hyperbolic_function(x):
    return np.exp(x)

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = hyperbolic_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("双曲函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

8. 指数衰减函数

指数衰减函数的图像呈现为一条不断下降的曲线。公式为 ( y = a^x )，其中 ( a ) 是常数。当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴右侧迅速下降；当 ( a > 1 ) 时，曲线在 ( y ) 轴右侧缓慢下降。

# 定义指数衰减函数
def exponential_decay_function(x):
    return 0.5 ** x

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = exponential_decay_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("指数衰减函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

9. 对数衰减函数

对数衰减函数的图像呈现为一条不断下降的曲线。公式为 ( y = \log_a(x) )，其中 ( a ) 是常数。当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴左侧迅速下降；当 ( a > 1 ) 时，曲线在 ( y ) 轴左侧缓慢下降。

# 定义对数衰减函数
def logarithmic_decay_function(x):
    return np.log(0.5 * x)

# 生成x值
x = np.linspace(0.1, 10, 100)

# 计算y值
y = logarithmic_decay_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("对数衰减函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

10. 幂衰减函数

幂衰减函数的图像呈现为一条不断下降的曲线。公式为 ( y = a^x )，其中 ( a ) 和 ( x ) 是常数。当 ( 0 < a < 1 ) 时，曲线在 ( y ) 轴右侧迅速下降；当 ( a > 1 ) 时，曲线在 ( y ) 轴右侧缓慢下降。

# 定义幂衰减函数
def power_decay_function(x):
    return 0.5 ** x

# 生成x值
x = np.linspace(-10, 10, 100)

# 计算y值
y = power_decay_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("幂衰减函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

11. 正切函数

正切函数的图像呈现为一条周期性的波形曲线。公式为 ( y = \tan(x) )，其中 ( x ) 是常数。正切函数的图像在 ( y ) 轴两侧波动，周期为 ( \pi )。

# 定义正切函数
def tangent_function(x):
    return np.tan(x)

# 生成x值
x = np.linspace(-2 * np.pi, 2 * np.pi, 100)

# 计算y值
y = tangent_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("正切函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

12. 余切函数

余切函数是正切函数的反函数，其图像呈现为一条周期性的波形曲线。公式为 ( y = \cot(x) )，其中 ( x ) 是常数。余切函数的图像在 ( y ) 轴两侧波动，周期为 ( \pi )。

# 定义余切函数
def cotangent_function(x):
    return 1 / np.tan(x)

# 生成x值
x = np.linspace(-2 * np.pi, 2 * np.pi, 100)

# 计算y值
y = cotangent_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("余切函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

13. 双曲正切函数

双曲正切函数是双曲函数的反函数，其图像呈现为一条周期性的波形曲线。公式为 ( y = \tanh(x) )，其中 ( x ) 是常数。双曲正切函数的图像在 ( y ) 轴两侧波动，周期为 ( \pi )。

# 定义双曲正切函数
def hyperbolic_tangent_function(x):
    return np.tanh(x)

# 生成x值
x = np.linspace(-2 * np.pi, 2 * np.pi, 100)

# 计算y值
y = hyperbolic_tangent_function(x)

# 绘制图像
plt.plot(x, y)
plt.title("双曲正切函数图像")
plt.xlabel("x")
plt.ylabel("y")
plt.grid(True)
plt.show()

通过以上13种常见函数图像的介绍，相信大家对函数图像有了更深入的了解。在数学学习和应用中，掌握这些函数图像的特点和规律，将有助于我们更好地理解和解决实际问题。

-- 展开阅读全文 --