答案

3.4.3.py

@@ -0,0 +1,102 @@
+"""
+    任务描述
+    相关知识
+        数组
+        numpy库定义的常用的数组创建函数和三角函数
+        matplotlib.pyplot子库
+    编程要求
+    测试说明
+
+任务描述
+
+本关任务：利用numpy库组织和运算数据，再利用matplotlib库快速地将计算结果以散点图的形式展现出来。
+相关知识
+
+为了完成本关任务，请认真阅读以下相关知识。
+numpy库是科学计算包，能用于处理含有同种元素的多维数组运算。它处理的最基础数据类型是由同种元素构成的多维数组。至今，numpy已成为科学计算事实上的标准库。
+数组
+
+数组是一种由同种类型的元素构成的有序的集合，其中的元素类可以用整数索引，可以随时添加和删除，是最常用的数据类型。
+一维数组由对等的有序数据构成，是线性结构，主要用Python
+二维数组由多个一维数组构成，可以看成一维数组的组合形式，可以采用二维列表来表示。
+
+示例如下：
+
+    array1=[1,5,7,9]    #一维数组可以采用一个列表变量表示
+    array2=[[3,5,’6’,9],[1,4,’5’,8],[2,5,’7’,8]]    #二维数组可以采用二维列表变量表示，每个列表中第三个元素是字符串类型
+
+numpy库定义的常用的数组创建函数和三角函数
+
+arange(start,end,i)函数：创建一个由star到end,以i为步长的数组。
+linspace(start,end,n)函数：创建一个由start到end,等分成n个元素的数组。
+sin(x)函数：求x的正弦值。
+cos(x)函数：求x的余弦值。
+tan(x)函数：求x的正切值。
+pi:常量π。
+
+示例如下：
+
+    import numpy as np  #导入numpy模块,在程序的后续部分以np代替numpy
+    x=np.arange(0,2*np.pi,0.1)  #生成一个数组x，0-2π间，以0.1为步长
+    y=np.sin(x)    #对数组x中的所有元素求正弦值，得到新数组y（若代入上述x的值，新数组y即[0. sin(2) sin(4) sin(6) sin(8)]）
+
+matplotlib.pyplot子库
+
+matplotlib.pyplot子库依赖于numpy模块，可以绘制多种形式的图形，包括散点图、线图、饼状图和直方图等。
+
+matplotlib.pyplot子库定义了标签设置函数和基础图标函数：
+title(s)函数：设置坐标系标题。参数s为字符串类型。
+xlabel(s)函数：设置当前x轴的标签。参数s为字符串类型。
+ylabel(s)函数：设置当前y轴的标签。参数s为字符串类型。
+scatter(x,y)函数：绘制散点图，其中x,y是相同长度的数组序列。
+编程要求
+
+使用numpy库和matplotlib库绘制带英文标签的余弦曲线散点图，要求如下：
+
+1.导入numpy库，并命名为np。
+2.设置坐标系标题为cos(x),横轴标签为x,纵轴标签为y。
+3.绘制y=cos(x),其中数组x中的元素在0-2π间，以0.1为步长。
+测试说明
+
+平台会对你编写的代码进行测试，若是与预期输出相同，则算通关。
+
+预期输出：
+你的答案与正确答案一致
+
+开始你的任务吧，祝你成功！
+"""
+
+#绘制带标签的余弦曲线散点图
+import matplotlib.pyplot as plt
+# **********begin**********#
+#（1）导入numpy库取别名为np
+import numpy as np
+
+
+def level2():
+    plt.figure(figsize=(10, 10))    
+    #（2）绘制坐标系标题为'cos(x)'
+    plt.title('cos(x)')
+
+    #设置x轴标签为'x'，y轴标签为'y'
+    plt.xlabel('x')
+    plt.ylabel('y')
+
+    #（3）创建一个数组x，0-2π间(π指np.pi，不包含2π)，以0.1为步长
+    x = np.arange(0, 2 * np.pi, 0.1)
+
+    #（4）对数组x中的所有元素求余弦值cos(x)，得到新数组y
+    y = np.cos(x)
+
+    #（5）生成散点图(x,y)
+    plt.scatter(x, y)
+
+
+# **********end**********#
+    # 将绘制的图形保存为指定路径下的图片
+    plt.savefig("task2/image1/t2.png")
+    #显示散点图
+    plt.show()
+
+
+level2()