函数图像绘制总结

简单记录一下用过的几种函数图像绘制方法。

平时偶尔需要画一些函数图像，许多软件都可以很方便地完成，这里记录一下各自的用法。

Python Matplotlib

Matplotlib 是 Python 中最常用的绘图库之一，一般配合 NumPy 生成自变量序列。

例如绘制

\[y=\sin x\]

可以：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
y = np.sin(x)

plt.plot(x, y)
plt.grid()
plt.show()

优点是自由度很高，也很方便与已有的 Python 数据处理代码结合。

同时绘制多条曲线、修改坐标轴、图例，以及最终导出图片，Matplotlib 都能完成。

MATLAB 本身就提供了很方便的函数绘图工具。

普通数据可以直接使用 plot：

x = linspace(-2*pi, 2*pi, 1000);
y = sin(x);

plot(x, y);
grid on;

如果只是画数学函数，也可以直接使用 fplot：

fplot(@sin, [-2*pi, 2*pi]);
grid on;

相比 Python，MATLAB 在这种数值计算和绘图混合的场景下用起来更加直接一些。

Mathematica 更适合直接处理数学表达式。

同样的函数只需要：

Plot[Sin[x], {x, -2 Pi, 2 Pi}]

绘制多个函数：

Plot[{Sin[x], Cos[x]}, {x, -2 Pi, 2 Pi}]

三维函数也可以：

Plot3D[Sin[x] Cos[y], {x, -Pi, Pi}, {y, -Pi, Pi}]

由于 Mathematica 本身就是符号计算软件，因此对于包含方程、积分、微分以及参数的数学问题，通常要比单纯的数值绘图库方便很多。

GeoGebra Graphing Calculator 应该是几种方法里最简单的，在网页端就能完成所有交互操作，当然也有多平台的客户端。

不需要写代码，直接输入：

1	`f(x) = sin(x)`

即可得到函数图像。

参数、交点、切线、极值等操作也可以直接在图形界面中完成，而且修改表达式后图像会实时更新。

对于想快速观察一个函数长什么样，或者需要拖动参数看看图像如何变化的情况，GeoGebra 往往是最方便的。