Es ist oft nützlich, numpy in Verbindung mit Matplotlib zu verwenden. Wenn Sie dann eine Funktion definieren, können Sie sie so schreiben, dass sie sowohl einzelne Gleitkommazahlen als auch numpige Felder als Eingabe benötigt.
import numpy as np
import matplotlib.pyplot as plt
def f(x):
return np.pi * x * np.sqrt(x**2 + 400) + np.pi * x**2 - 1200
x = np.array([1,2,3,4])
plt.plot(x, f(x))
plt.show()
Natürlich könnte man jetzt auch die Funktion für einen einzelnen Schwimmer
print(f(9.2))
oder
y = [f(i) for i in x]
plt.plot(x,y)
Aber wenn Sie wissen, über für jedes Element einer Liste oder Array auszuwerten verwenden Die Tatsache, dass mathematische Operationen leicht auf numplige Arrays angewendet werden können, möchten Sie sich wahrscheinlich nicht mehr für letztere entscheiden.
Sie müssen 'x' mit einem Wert initialisieren – MrPyCharm