使用Matplotlib绘制导数图像不符预期，如何解决？

核心问题分析 #

1. 函数错误：你需要绘制导数图像，但当前代码直接使用了原三次函数，没有计算导数。原三次函数的导数是二次函数，这才是正确图像对应的函数。
2. x轴范围过大：原代码中x=np.linspace(-100,100,num=50)的区间跨度太大，三次函数在该区间的数值量级极大，导致图像细节被完全压缩，调整采样点数无法解决这个问题。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt

# 缩小x范围，聚焦函数变化明显的区域
x = np.linspace(-1, 1, num=100)  
# 计算原函数的导数：f'(x) = 168x² - 77.998x + 4.196
derivative_func = 168 * (x**2) - 77.998 * x + 4.196  
plt.plot(x, derivative_func)
plt.xlabel('x')
plt.ylabel("f'(x)")
plt.title('导数函数图像')
plt.grid(True)
plt.show()

关键说明 #

• 导数计算：原函数f(x)=56x³-38.999x²+4.196x-0.15的导数遵循求导法则：
  • 三次项求导：3*56x² = 168x²
  • 二次项求导：2*(-38.999)x = -77.998x
  • 一次项求导：4.196
  • 常数项导数为0
• x范围调整：将x区间缩小到[-1,1]，可以清晰看到导数函数的曲线形态，与你预期的正确图像匹配。
• 采样点数：增加采样点数到100，能让曲线更平滑，但这不是解决问题的核心，核心是函数和x范围的修正。

内容的提问来源于stack exchange，提问作者Luis Gomez