好的！作为视觉专家，我将根据你提供的课后作业要求，用 Python 为你完整实现所有绘图任务。我会分三部分对应题目 3 和 4 的三个小问，并确保图形“格式美观大方”。 --- ## ✅ 第一部分：用 Turtle 绘制微信表情包（任选两个） 我们选择绘制经典的 “笑脸” 😊 和 “哭脸” 😢。 ```python import turtle as t # 设置画布 t.setup(800, 600) t.speed(5) t.hideturtle() t.penup() # ========== 绘制笑脸 ========== def draw_smiley(x, y): t.goto(x, y) t.pendown() # 脸轮廓 t.circle(100) # 左眼 t.penup() t.goto(x - 40, y + 120) t.pendown() t.circle(15) # 右眼 t.penup() t.goto(x + 40, y + 120) t.pendown() t.circle(15) # 嘴巴（微笑弧线） t.penup() t.goto(x - 60, y + 80) t.setheading(-60) t.pendown() t.circle(70, 120) # ========== 绘制哭脸 ========== def draw_cryface(x, y): t.goto(x, y) t.pendown() # 脸轮廓 t.circle(100) # 左眼 t.penup() t.goto(x - 40, y + 120) t.pendown() t.circle(15) # 右眼 t.penup() t.goto(x + 40, y + 120) t.pendown() t.circle(15) # 嘴巴（向下弧线） t.penup() t.goto(x - 60, y + 60) t.setheading(60) t.pendown() t.circle(70, 120) # 眼泪 t.penup() t.goto(x - 40, y + 90) t.pendown() t.circle(8) t.penup() t.goto(x + 40, y + 90) t.pendown() t.circle(8) # 调用函数 draw_smiley(-200, 0) draw_cryface(200, 0) t.done() ``` > 🖼️ 运行后会弹出窗口显示左右两个表情：左边笑脸，右边哭脸。 --- ## ✅ 第二部分：用 Matplotlib 绘制四种统计图（散点、饼图、条形、折线）+ 四种函数曲线（高斯、超高斯、指数、对数） ### 📊 A. 四种统计图表（按布局排列） ```python import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(12, 10)) # 1. 散点图 plt.subplot(2, 2, 1) x = np.random.rand(50) y = np.random.rand(50) plt.scatter(x, y, c='blue', alpha=0.6, edgecolors='k') plt.title('散点图', fontsize=14, fontweight='bold') plt.xlabel('X轴') plt.ylabel('Y轴') plt.grid(True, linestyle='--', alpha=0.3) # 2. 饼图 plt.subplot(2, 2, 2) labels = ['A', 'B', 'C', 'D'] sizes = [30, 25, 25, 20] colors = ['#ff9999','#66b3ff','#99ff99','#ffcc99'] plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=90) plt.title('饼图', fontsize=14, fontweight='bold') plt.axis('equal') # 3. 条形图 plt.subplot(2, 2, 3) categories = ['类别1', '类别2', '类别3', '类别4'] values = [23, 45, 56, 78] plt.bar(categories, values, color=['#FF6B6B', '#4ECDC4', '#45B7D1', '#FFA07A']) plt.title('条形图', fontsize=14, fontweight='bold') plt.ylabel('数值') plt.xticks(rotation=0) # 4. 折线图（带网格和样式） plt.subplot(2, 2, 4) x_line = np.linspace(0, 10, 100) y_line = np.sin(x_line) * np.exp(-x_line/5) plt.plot(x_line, y_line, 'r-', linewidth=2, label='sin(x)*exp(-x/5)') plt.title('折线图', fontsize=14, fontweight='bold') plt.xlabel('X') plt.ylabel('Y') plt.legend() plt.grid(True, linestyle=':', alpha=0.5) plt.tight_layout() plt.suptitle('四种统计图表展示', fontsize=16, fontweight='bold', y=1.02) plt.show() ``` --- ### 📈 B. 四种数学函数曲线（高斯、超高斯、指数、对数） ```python import matplotlib.pyplot as plt import numpy as np x = np.linspace(-5, 5, 400) # 定义函数 gaussian = np.exp(-x**2 / 2) # 标准高斯 super_gaussian = np.exp(-x**4 / 2) # 超高斯（更尖锐） exponential = np.exp(x) # 指数函数（只取正半轴合理范围） logarithmic = np.log(np.abs(x) + 1e-8) # 对数函数（避免 log(0)） plt.figure(figsize=(12, 8)) # 高斯函数 plt.subplot(2, 2, 1) plt.plot(x, gaussian, 'b-', linewidth=2, label='高斯函数: e^(-x²/2)') plt.title('高斯函数', fontsize=14, fontweight='bold') plt.xlabel('x') plt.ylabel('f(x)') plt.grid(True, alpha=0.3) plt.legend() # 超高斯函数 plt.subplot(2, 2, 2) plt.plot(x, super_gaussian, 'g-', linewidth=2, label='超高斯函数: e^(-x/2)') plt.title('超高斯函数', fontsize=14, fontweight='bold') plt.xlabel('x') plt.ylabel('f(x)') plt.grid(True, alpha=0.3) plt.legend() # 指数函数（限制在 [-2, 2] 避免爆炸） x_exp = np.linspace(-2, 2, 400) plt.subplot(2, 2, 3) plt.plot(x_exp, np.exp(x_exp), 'r-', linewidth=2, label='指数函数: e^x') plt.title('指数函数', fontsize=14, fontweight='bold') plt.xlabel('x') plt.ylabel('f(x)') plt.grid(True, alpha=0.3) plt.legend() # 对数函数（定义域 x > 0，这里用 |x|+ε 避免负数） x_log = np.linspace(-4, 4, 400) plt.subplot(2, 2, 4) plt.plot(x_log, np.log(np.abs(x_log) + 1e-8), 'm-', linewidth=2, label='对数函数: ln(|x|+ε)') plt.title('对数函数', fontsize=14, fontweight='bold') plt.xlabel('x') plt.ylabel('f(x)') plt.grid(True, alpha=0.3) plt.legend() plt.tight_layout() plt.suptitle('四种数学函数曲线', fontsize=16, fontweight='bold', y=1.02) plt.show() ``` --- ## ✅ 第三部分：自学三维图绘制 —— 任意四种不同形式的三维图 我们将绘制： 1. 三维曲面图（Surface Plot） 2. 三维散点图（Scatter 3D） 3. 三维线框图（Wireframe） 4. 三维柱状图（Bar 3D） ```python from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np fig = plt.figure(figsize=(16, 12)) # 1. 三维曲面图 ax1 = fig.add_subplot(2, 2, 1, projection='3d') X = np.linspace(-5, 5, 100) Y = np.linspace(-5, 5, 100) X, Y = np.meshgrid(X, Y) Z = np.sin(np.sqrt(X**2 + Y**2)) surf = ax1.plot_surface(X, Y, Z, cmap='viridis', alpha=0.8) ax1.set_title('三维曲面图', fontsize=14, fontweight='bold') ax1.set_xlabel('X') ax1.set_ylabel('Y') ax1.set_zlabel('Z') plt.colorbar(surf, ax=ax1, shrink=0.5) # 2. 三维散点图 ax2 = fig.add_subplot(2, 2, 2, projection='3d') n_points = 100 xs = np.random.uniform(-5, 5, n_points) ys = np.random.uniform(-5, 5, n_points) zs = np.random.uniform(-5, 5, n_points) colors = np.random.rand(n_points) sizes = np.random.rand(n_points) * 100 scatter = ax2.scatter(xs, ys, zs, c=colors, s=sizes, alpha=0.6, cmap='plasma') ax2.set_title('三维散点图', fontsize=14, fontweight='bold') ax2.set_xlabel('X') ax2.set_ylabel('Y') ax2.set_zlabel('Z') plt.colorbar(scatter, ax=ax2, shrink=0.5) # 3. 三维线框图 ax3 = fig.add_subplot(2, 2, 3, projection='3d') X = np.linspace(-3, 3, 50) Y = np.linspace(-3, 3, 50) X, Y = np.meshgrid(X, Y) Z = X**2 - Y**2 wire = ax3.plot_wireframe(X, Y, Z, rstride=5, cstride=5, color='navy', alpha=0.7) ax3.set_title('三维线框图', fontsize=14, fontweight='bold') ax3.set_xlabel('X') ax3.set_ylabel('Y') ax3.set_zlabel('Z') # 4. 三维柱状图 ax4 = fig.add_subplot(2, 2, 4, projection='3d') xpos = [1, 2, 3, 4] ypos = [1, 2, 3, 4] xpos_mesh, ypos_mesh = np.meshgrid(xpos, ypos) xpos_mesh = xpos_mesh.flatten() ypos_mesh = ypos_mesh.flatten() zpos = np.zeros_like(xpos_mesh) dx = dy = 0.5 dz = np.random.randint(1, 10, size=len(xpos_mesh)) ax4.bar3d(xpos_mesh, ypos_mesh, zpos, dx, dy, dz, shade=True, color='coral', alpha=0.8) ax4.set_title('三维柱状图', fontsize=14, fontweight='bold') ax4.set_xlabel('X') ax4.set_ylabel('Y') ax4.set_zlabel('Z') plt.tight_layout() plt.suptitle('四种三维图形展示', fontsize=16, fontweight='bold', y=1.02) plt.show() ``` --- ## 总结 你已拥有完整的 Python 代码来实现： ✅ **Turtle 表情包** → 笑脸 & 哭脸 ✅ **Matplotlib 统计图** → 散点、饼图、条形、折线 ✅ **Matplotlib 函数曲线** → 高斯、超高斯、指数、对数 ✅ **三维图** → 曲面、散点、线框、柱状图 所有图形均注重“格式美观大方”，包含标题、坐标轴标签、网格、颜色搭配、图例等元素。 --- 📌 **提示**：运行前请确保安装以下库： ```bash pip install matplotlib numpy ``` （Turtle 是 Python 内置模块，无需安装） --- 如果你希望我帮你打包成一个 `.py` 文件或生成 Jupyter Notebook 版本，也可以告诉我！祝你实验报告顺利提交！🎉