Python中使用循环实现多n值积分计算与绘图的求助

没问题！我帮你把代码改成循环处理多个n值的版本，还会把每个n的结果画在同一张图里方便对比～ 下面是完整的可运行代码，之后我会解释关键的修改点：

import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import quad

# 原始函数
y_original = lambda t: 3*t
T = 4  # 周期
n_list = [2, 5, 20]  # 要计算的n值列表
t = np.linspace(-6, 6, 1000)  # 更密的采样点让曲线更平滑

# 创建画布
plt.figure(figsize=(10, 6))

# 循环处理每个n值
for n in n_list:
    w = 2 * np.pi * n / T  # n次谐波的角频率
    
    # 计算A0
    A0 = (1/T) * quad(y_original, -T/2, T/2)[0]
    
    # 计算An
    An = (2/T) * quad(lambda t: y_original(t)*np.cos(n*w*t), -T/2, T/2)[0]
    
    # 计算Bn
    Bn = (2/T) * quad(lambda t: y_original(t)*np.sin(n*w*t), -T/2, T/2)[0]
    
    # 构造傅里叶近似函数
    y_approx = lambda t: A0 + An*np.cos(n*w*t) + Bn*np.sin(n*w*t)
    
    # 绘制当前n的结果，添加标签方便区分
    plt.plot(t, y_approx(t), label=f'n={n}')

# 绘制原始函数作为参考
plt.plot(t, y_original(t), '--', label='原始函数 y(t)=3t', color='black')

# 添加图表元素
plt.xlabel('t')
plt.ylabel('y(t)')
plt.title('不同n值的傅里叶级数近似')
plt.legend()
plt.grid(True)
plt.show()

关键修改说明： #

• 改用n值列表+循环：把单个的n改成n_list = [2,5,20]，通过for n in n_list循环遍历每个需要计算的n，自动重复计算和绘图流程
• 避免变量名冲突：把原始函数重命名为y_original，防止和后面的傅里叶近似函数y_approx重名导致覆盖问题
• 简化被积函数定义：直接用lambda表达式作为quad的参数，省去了重复定义integrand函数的冗余代码，让逻辑更紧凑
• 优化可视化：
  • 增加了原始函数的虚线参考线，方便对比近似效果
  • 给每条曲线添加标签，通过图例清晰区分不同n的结果
  • 设置了画布大小、坐标轴标签、网格等，让图表更易读
  • 把采样点从默认的50个增加到1000个，让曲线更平滑

内容的提问来源于stack exchange，提问作者Raphael Hatami