绘制指定x范围的函数时触发TypeError错误的解决方案求助

这个错误的核心原因很直白：你用Python内置的range()生成的是一个range迭代器对象，它不是数值数组，没办法直接和浮点数做逐元素的算术运算（比如乘法、平方、立方这些操作）。numpy的算术运算需要作用在数组类型上，而非range对象。

修正方案 #

把x从range对象换成numpy的数值数组即可，这里有两种常用的实现方式：

方式1：用np.arange()生成和原range一致的整数数组

np.arange()会返回一个numpy数组，完美适配后续的算术运算：

import numpy as np
import matplotlib.pyplot as plt

# 将range替换为np.arange，生成numpy数组
x = np.arange(273, 1273)
# 现在可以正常计算y值
y = -0.7765 + (0.014350 * x) - (0.000012209 * (x ** 2)) + (3.8289e-09 * (x ** 3))

plt.plot(x, y, 'r')
plt.show()

方式2：用np.linspace()生成更平滑的浮点数数组（适合追求细腻曲线的场景）

如果希望绘制的曲线更平滑，可以用np.linspace()生成指定数量的均匀分布数值，比如生成1000个覆盖273到1272的数值（和原range的范围保持一致）：

import numpy as np
import matplotlib.pyplot as plt

# 生成1000个均匀分布的数值，覆盖273到1272的区间
x = np.linspace(273, 1272, num=1000)
y = -0.7765 + (0.014350 * x) - (0.000012209 * (x ** 2)) + (3.8289e-09 * (x ** 3))

plt.plot(x, y, 'r')
plt.show()

错误原因详解 #

当你尝试执行0.014350 * x时，x是range对象，Python无法识别如何将浮点数与range对象进行乘法运算——range对象本身不支持这种逐元素的向量运算，而numpy数组正是为这类运算设计的，所以替换成numpy数组就能彻底解决问题。

内容的提问来源于stack exchange，提问作者Sam Capp