作业说明

程序运行和题目图形相同可得90分，图形显示有所变化，美观清晰可适当加分。

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(0, 1, 100)
y1 = x**2
y2 = x**4plt.figure(figsize=(8, 6))# y=x^2
plt.plot(x, y1, '-.', label='y=x^2', color='blue')
# y=x^4
plt.plot(x, y2, '--', label='y=x^4', color='pink')# 添加标题和轴标签
plt.title('lines')
plt.xlabel('x')
plt.ylabel('y')plt.legend()
plt.show()

实验总结

        本次实验的核心目标是通过Python的matplotlib库来绘制并比较两个基本函数：y=x2y=x2 和 y=x4y=x4。通过这个实验，我们不仅加深了对这两个函数特性的理解，也熟悉了matplotlib库的基本使用方法，包括数据的生成、图形的绘制、颜色和线型的设置、图例的添加等。

实验过程

        实验开始时，我们首先导入了必要的库：numpy和matplotlib.pyplot。numpy库用于生成等间距的数据点，而matplotlib.pyplot则用于绘制图形。我们使用np.linspace函数生成了0到1之间的100个等间距数据点，这些数据点作为x轴的值。随后，我们计算了对应的y=x2y=x2和y=x4y=x4的值，分别存储在y1和y2变量中。

        在绘制图形时，我们使用了plt.plot函数，其中'-.'和'--'分别指定了线型为点划线和虚线，color='blue'和color='pink'则分别设置了两种颜色。通过这些设置，我们可以清晰地区分两个函数的图形。此外，我们还添加了图例，使得图形更加易于理解。

实验结果

        通过实验，我们得到了两个函数的图形，它们在同一个坐标系中被绘制出来，使得我们可以直观地比较它们的形状和趋势。y=x2y=x2的图形是一个开口向上的抛物线，而y=x4y=x4的图形则更加陡峭，显示出随着x值的增加，y值增长得更快。这种差异反映了四次方函数相对于平方函数的增长速度更快。

参数调整

        在实验中，我们还尝试调整了参数，比如改变线型、颜色、图例位置等，以观察这些变化如何影响图形的显示效果。这些调整不仅让我们对matplotlib的功能有了更深的认识，也让我们了解到在实际应用中如何根据不同的需求来定制图形。

实验意义

        通过本次实验，我们不仅掌握了使用matplotlib绘制基本函数图形的技能，也加深了对函数特性的理解。这种技能在数据分析、科学研究和工程领域中非常重要，因为它可以帮助我们直观地展示和比较不同数据集或模型的行为。此外，实验也锻炼了我们的问题解决能力，因为我们需要根据实验要求调整代码，以达到预期的图形效果。

结论

        总的来说，本次实验是一次成功的实践，它不仅提高了我们的编程技能，也加深了我们对数学函数的理解。在未来的学习中，我们可以将这些技能应用到更复杂的数据分析和图形绘制任务中，以解决更复杂的问题。