Python实现噪声四次方函数，绘制其二维图像

numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)

np.linspace(1, 6, 6)
array([1., 2., 3., 4., 5., 6.])

# -*- coding: utf-8 -*-
# @Time    : 2023/3/12 19:11
# @Author  : AI悦创
# @FileName: First_order_function.py
# @Software: PyCharm
# @Blog    ：https://bornforthis.cn/
import numpy as np
import matplotlib.pyplot as plt


# 定义一次函数
def f(x):
    return 2 * x + 1


# 生成 x 值的序列
x = np.linspace(-5, 5, 100)

# 计算对应的 y 值的序列
y = f(x)

# 绘制图形
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('y = 2x + 1')
plt.grid(True)
plt.show()

import numpy as np
import matplotlib.pyplot as plt
# 首先绘制该图像的二维图像， 以便于对比
def func(x):
    n = 10
    return sum([i * (x**4) for i in range(1, n+1)]) + np.random.rand() # 根据测试函数，完成对于函数的二维图像绘制

# n = 10
# 为什么是 1.28 ？:>>>题目给出的 x 的范围
x = np.linspace(-1.28, 1.28, 200)
y = [func(xi) for xi in x]

plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Quartic Function i.e. Niose')
plt.show()

import numpy as np

random_number = np.random.rand()  # 生成一个在 [0, 1) 之间的随机浮点数
print(random_number)

random_array = np.random.rand(5)  # 生成一个包含 5 个在 [0, 1) 之间的随机浮点数的一维数组
print(random_array)

random_matrix = np.random.rand(3, 4)  # 生成一个 3x4 的二维数组，其中的元素是 [0, 1) 之间的随机浮点数
print(random_matrix)

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.tri import Triangulation

# 定义测试函数
def test_func(x, n):
    """
输入x、y坐标和维度数n，计算对应点的高度值
"""
    return sum([i * (x[i-1]**4) for i in range(1, n+1)])
# 定义曲面函数
def surface_func(x, y, n):
    return test_func([x, y] + [0]*(n-2), n) + 0  # 将np.random.rand()改为0

n = 3  # 定义维度数
x = np.linspace(-1.28, 1.28, 50) # 定义x、y坐标的范围
y = np.linspace(-1.28, 1.28, 50)
X, Y = np.meshgrid(x, y) # 生成网格数据
Z = np.zeros_like(X) # 生成与X、Y同形状的全0数组，用于存放高度值

for i in range(len(x)): #遍历坐标轴x，y上的每个点
    for j in range(len(y)):
        # 计算每个点的高度值
        Z[j][i] = surface_func(x[i], y[j], n)
# 绘制3D曲面图
tri = Triangulation(X.flatten(), Y.flatten())
# 生成三角形网格
fig = plt.figure()
ax = fig.add_axes([0, 0, 1, 1], projection='3d', auto_add_to_figure=False)
# 创建3D图形，并手动将Axes对象添加到图形中
fig.add_axes(ax)
ax.plot_trisurf(tri, Z.flatten(), cmap='jet', linewidth=0, antialiased=True, shade=False)# 绘制三维曲面
plt.show()# 显示图像

# 导入必要的库
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D


# 定义函数，接受 x 和 y 作为输入参数，返回带有随机噪声的值
def func(x, y):
    n = 10
    return sum([i * (x ** 4) for i in range(1, n + 1)]) + y + np.random.rand()


# 生成数据点
x = np.linspace(-1.28, 1.28, 200)  # 在 -1.28 和 1.28 之间均匀分布的 200 个点
y = np.linspace(-1.28, 1.28, 200)  # 在 -1.28 和 1.28 之间均匀分布的 200 个点
x, y = np.meshgrid(x, y)  # 生成 x 和 y 的网格，以便计算每个 (x, y) 点的 z 值
z = func(x, y)  # # 使用 func 函数计算 z 值

# 绘制二维图像
plt.figure()  # 创建一个新的图形
plt.plot(x.flatten(), z.flatten())  # 使用x和z值绘制二维图像
plt.xlabel('x')  # 设置x轴标签
plt.ylabel('z')  # 设置y轴标签
plt.title('Quartic Function i.e. Noise (2D)')  # 设置图像标题
plt.show()  # 显示图像

# 绘制三维图像
fig = plt.figure()  # 创建一个新的图形
ax = fig.add_subplot(111, projection='3d')  # 添加一个3D子图
ax.plot_surface(x, y, z, cmap='viridis')  # 使用x, y和z值绘制3D曲面图
ax.set_xlabel('x')  # 设置x轴标签
ax.set_ylabel('y')  # 设置y轴标签
ax.set_zlabel('z')  # 设置z轴标签
ax.set_title('Quartic Function i.e. Noise (3D)')  # 设置图像标题
plt.show()  # 显示图像