如何用Matplotlib绘制可微函数？ODE求解后绘图无输出求错误排查

绘制可微函数的核心是生成足够密集的自变量取值，计算对应函数值后用Matplotlib连线绘图，步骤如下：

• 导入依赖库：numpy用于生成数值序列，matplotlib.pyplot用于绘图
• 定义可微函数：确保函数在定义域内可导且能处理数组输入
• 生成自变量范围：用np.linspace生成连续的x值，点数越多曲线越平滑
• 计算函数值：代入自变量得到对应的y值
• 绘图并展示：添加标签、标题后显示图形

示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 定义一个可微函数
def differentiable_func(x):
    return np.exp(-x**2) + np.cos(2*x)

# 生成x的取值范围
x = np.linspace(-3, 3, 1000)
# 计算函数值
y = differentiable_func(x)

# 绘图
plt.plot(x, y, label='f(x) = e^(-x²) + cos(2x)')
plt.xlabel('x')
plt.ylabel('f(x)')
plt.title('Plot of a Differentiable Function')
plt.legend()
plt.show()

你的代码存在库导入缺失的核心问题，导致无法运行生成图形，同时可优化部分细节，修复后的代码及错误说明如下：

错误点说明 #

1. 未导入必要库：代码中使用了np.sqrt、np.linspace但未导入numpy；使用odeint但未导入scipy.integrate.odeint；使用plt绘图但未导入matplotlib.pyplot
2. 导入了无用模块：sympy.plotting未被使用，可删除
3. 可选优化：np.linspace默认仅生成50个点，增加点数可让曲线更平滑

修复后的完整代码 #

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

def func(y, t):
    return 3*t - np.sqrt(y)

# 生成更密集的时间点
t = np.linspace(0, 5, 100)

# 初始条件
y0 = 3

# 求解微分方程
y = odeint(func, y0, t)

# 绘图
plt.plot(t, y)
plt.xlabel('time')
plt.ylabel('y(t)')
plt.title("Solution to y' = 3t - sqrt(y)")
plt.show()

运行上述代码后，你就能看到微分方程解的曲线了。

内容的提问来源于stack exchange，提问作者username_1326