関数電卓として利用してみる



In [1]:

    
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from pandas import Series, DataFrame

練習問題

(1) 次の関数のグラフを描いてください。この時、x座標のサンプル数を10, 50, 100として、それぞれのグラフの違いを観察してください。



In [2]:

    
data_x = np.linspace(0,1,10)
data_y = np.cos(2*np.pi*data_x)
plt.plot(data_x, data_y)









    Out[2]:





[<matplotlib.lines.Line2D at 0x40c2c90>]



In [3]:

    
data_x = np.linspace(0,1,50)
data_y = np.cos(2*np.pi*data_x)
plt.plot(data_x, data_y)









    Out[3]:





[<matplotlib.lines.Line2D at 0x4334b50>]



In [4]:

    
data_x = np.linspace(0,1,100)
data_y = np.cos(2*np.pi*data_x)
plt.plot(data_x, data_y)









    Out[4]:





[<matplotlib.lines.Line2D at 0x4400310>]



In [5]:

    
data_x = np.linspace(-5,5,10)
data_y = np.exp(-data_x*data_x)
plt.plot(data_x, data_y)









    Out[5]:





[<matplotlib.lines.Line2D at 0x46934d0>]



In [6]:

    
data_x = np.linspace(-5,5,50)
data_y = np.exp(-data_x*data_x)
plt.plot(data_x, data_y)









    Out[6]:





[<matplotlib.lines.Line2D at 0x488bdd0>]



In [7]:

    
data_x = np.linspace(-5,5,100)
data_y = np.exp(-data_x*data_x)
plt.plot(data_x, data_y)









    Out[7]:





[<matplotlib.lines.Line2D at 0x4aef910>]



In [8]:

    
data_x = np.linspace(-1,1,10)
data_y = np.sqrt(1-data_x*data_x)
plt.plot(data_x, data_y)









    Out[8]:





[<matplotlib.lines.Line2D at 0x4b26310>]



In [9]:

    
data_x = np.linspace(-1,1,50)
data_y = np.sqrt(1-data_x*data_x)
plt.plot(data_x, data_y)









    Out[9]:





[<matplotlib.lines.Line2D at 0x4febc90>]



In [10]:

    
data_x = np.linspace(-1,1,100)
data_y = np.sqrt(1-data_x*data_x)
plt.plot(data_x, data_y)









    Out[10]:





[<matplotlib.lines.Line2D at 0x5255850>]

(2) 次のように各データの座標値 (x,y) のリストが与えられています。このデータの散布図を描いてください。



In [11]:

    
data = [(0.0,1.0), (-0.95,0.31), (-0.59,-0.81), (0.59,-0.81), (0.95, 0.31)]



In [12]:

    
data_x = [x for (x, y) in data]
data_y = [y for (x, y) in data]
plt.scatter(data_x, data_y)









    Out[12]:





<matplotlib.collections.PathCollection at 0x526e290>