### 如何使用 Matplotlib 绘制 \( y = x^2 \) 曲线 要绘制 \( y = x^2 \) 的曲线图，可以按照以下方法实现： #### 导入必要的库 首先需要导入 `matplotlib.pyplot` 和 `numpy` 库。`numpy` 提供了高效的数值计算功能，而 `matplotlib.pyplot` 则用于绘图。 ```python import matplotlib.pyplot as plt import numpy as np ``` #### 定义数据 通过 `numpy.linspace` 函数生成一系列均匀分布的 \( x \) 值，并基于这些 \( x \) 值计算对应的 \( y \) 值（即 \( y = x^2 \)）。这里假设 \( x \) 的范围是从 -10 到 10，共生成 200 个点以获得平滑的曲线效果。 ```python x = np.linspace(-10, 10, 200) # 定义 x 轴上的值 y = x ** 2 # 计算对应 y 值 ``` #### 创建并展示图表 利用 `plt.plot()` 方法绘制曲线，并通过 `plt.show()` 展示最终的结果。 ```python plt.plot(x, y, label="\(y = x^2\)", color='blue', linewidth=2) # 绘制曲线 plt.title("Plot of \(y = x^2\)") # 添加标题 plt.xlabel("X-axis") # 设置 X 轴标签 plt.ylabel("Y-axis") # 设置 Y 轴标签 plt.grid(True) # 启用网格以便更清晰观察 plt.legend() # 显示图例 plt.show() ``` 以上代码会生成一条蓝色的抛物线，表示函数 \( y = x^2 \)[^1]。 --- #### 可选增强功能 如果希望进一步美化图表，还可以添加更多细节，比如调整字体、增加标注等。 ```python # 更改默认字体支持中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] # 在特定位置添加文本说明 plt.text(5, 75, "这是 \(y = x^2\) 的图像", fontsize=12) # 设置坐标轴范围 plt.xlim(-12, 12) plt.ylim(-10, 120) # 自定义刻度间隔 new_ticks_x = np.linspace(-10, 10, 11) new_ticks_y = np.linspace(0, 100, 11) plt.xticks(new_ticks_x) plt.yticks(new_ticks_y) # 渲染图形 plt.show() ``` 此部分增强了可视化的效果[^3]。 --- #### 总结 完整的 Python 代码如下所示： ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(-10, 10, 200) # 定义 x 轴上的值 y = x ** 2 # 计算对应 y 值 plt.plot(x, y, label="\(y = x^2\)", color='blue', linewidth=2) # 绘制曲线 plt.title("Plot of \(y = x^2\)") # 添加标题 plt.xlabel("X-axis") # 设置 X 轴标签 plt.ylabel("Y-axis") # 设置 Y 轴标签 plt.grid(True) # 启用网格以便更清晰观察 plt.legend() # 显示图例 # 更改默认字体支持中文显示 plt.rcParams['font.sans-serif'] = ['SimHei'] # 在特定位置添加文本说明 plt.text(5, 75, "这是 \(y = x^2\) 的图像", fontsize=12) # 设置坐标轴范围 plt.xlim(-12, 12) plt.ylim(-10, 120) # 自定义刻度间隔 new_ticks_x = np.linspace(-10, 10, 11) new_ticks_y = np.linspace(0, 100, 11) plt.xticks(new_ticks_x) plt.yticks(new_ticks_y) plt.show() ``` 这段代码能够成功绘制出 \( y = x^2 \) 的标准抛物线形状[^4]。 ---