如何在Matplotlib绘制的二次函数图中添加最小值点？

错误原因分析 #

你尝试的代码里，x[np.argmin(x)]是错误的——它取的是x数组自身的最小值（也就是-5），而非y取最小值时对应的x值。正确逻辑应该是先找到y最小值对应的索引，再用该索引获取对应的x坐标。

两种可行解决方案 #

方案1：基于采样数组查找最小值点

利用np.argmin(y)定位y数组最小值的索引，再通过索引获取对应的x、y值，最后用散点图标记：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 100)
y = x*x - 2*x + 23

# 绘制二次函数曲线
plt.plot(x, y)

# 修正标题（原标题函数式与实际计算不一致，已统一）
plt.title("\nQuadratic Function: y=x² - 2x + 23\n", fontsize=16, weight="bold", color = "red")

# 设置坐标轴标签
plt.xlabel("X", fontsize = 10, weight="bold", color="red")
plt.ylabel("Y", fontsize = 10, weight="bold", color="red")

# 查找并标记最小值点
min_index = np.argmin(y)
xmin = x[min_index]
ymin = y[min_index]
plt.scatter(xmin, ymin, color="lightgreen", s=100, label=f"Min Point ({xmin:.2f}, {ymin:.2f})")
plt.legend()  # 显示最小值点标注

# 添加网格
plt.grid()

# 展示图像
plt.show()

# 打印最小值点坐标
print(f"最小值点坐标：({xmin:.2f}, {ymin:.2f})")

方案2：用二次函数解析公式计算（更准确）

对于标准二次函数y=ax²+bx+c，最小值点的x坐标为x = -b/(2a)，代入函数即可得到y值。这种方法不受采样点数量影响，结果更精准：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-5, 5, 100)
a, b, c = 1, -2, 23
y = a*x**2 + b*x + c

# 绘制二次函数曲线
plt.plot(x, y)

# 设置标题
plt.title("\nQuadratic Function: y=x² - 2x + 23\n", fontsize=16, weight="bold", color = "red")

# 设置坐标轴标签
plt.xlabel("X", fontsize = 10, weight="bold", color="red")
plt.ylabel("Y", fontsize = 10, weight="bold", color="red")

# 用公式计算最小值点
xmin = -b/(2*a)
ymin = a*xmin**2 + b*xmin + c
plt.scatter(xmin, ymin, color="lightgreen", s=100, label=f"Min Point ({xmin:.2f}, {ymin:.2f})")
plt.legend()

# 添加网格
plt.grid()

# 展示图像
plt.show()

# 打印最小值点坐标
print(f"最小值点坐标：({xmin:.2f}, {ymin:.2f})")

额外提示 #

• 注意统一标题里的函数表达式与实际计算的式子，避免混淆；
• 调整plt.scatter的s参数可以改变标记点的大小，label配合plt.legend()能清晰展示最小值点的坐标信息。

内容的提问来源于stack exchange，提问作者Evelina N