内容摘要：本文转载自微信公众号「python与大数据分析」，作者一只小小鸟鸟。转载本文请联系python与大数据分析公众号。一般来说，设函数y=f(x)(x∈A)的值域是C，若找得到一个函数g(y)在每一处g(

 

本文转载自微信公众号「python与大数据分析」，实现数之数作者一只小小鸟鸟。等函转载本文请联系python与大数据分析公众号。反函

一般来说，实现数之数设函数y=f(x)(x∈A)的等函值域是C，若找得到一个函数g(y)在每一处g(y)都等于x，反函这样的实现数之数函数x= g(y)(y∈C)叫做函数y=f(x)(x∈A)的反函数，记作x=f-1(y) 。等函反函数x=f -1(y)的反函定义域、值域分别是实现数之数函数y=f(x)的值域、定义域。云南idc服务商等函最具有代表性的反函反函数就是对数函数与指数函数。

#!/usr/bin/env python # -*- coding: UTF-8 -*- #                     _ooOoo_ #                   o8888888o #                    88" . "88 #                 ( | -  _  - | ) #                     O\ = /O #                 ____/`---\____ #                  . \\| |// `. #                 / \\|||:|||// \ #               / _|||||-:- |||||- \ #                | | \\\ - /// | | #              | \_| \---/ | _/ | #               \ .-\__ `-` ___/-. / #            ___`. . /--.--\ `. . __ #         ."" < `.___\_<|>_/___. >"". #       | | : `- \`.;`\  _ /`;.`/ - ` : | | #          \ \ `-. \_ __\ /__ _/ .-` / / #      ==`-.____`-.___\_____/___.-`____.-== #                     `=---= @Project ：pythonalgorithms  @File ：Inversefunction.py @Author ：不胜人生一场醉@Date ：2021/7/29 23:17  import matplotlib.pyplot as plt import numpy as np if __name__ == __main__:    inversefunction()  def inversefunction():    plt.figure(figsize=(5,实现数之数 15))    ax = plt.gca()  # 通过gca:get current axis得到当前轴    plt.rcParams[font.sans-serif] = [SimHei]  # 绘图中文    plt.rcParams[axes.unicode_minus] = False  # 绘图负号    x = np.linspace(-2, 2, 100)    y1 = np.power(x, 3)    y2 = np.power(abs(x), 1 / 3) * np.sign(x)    y3 = x    label = np.power(x,3)    plt.plot(x, y1, label=label)    label = np.power(x,1/3)    plt.plot(x, y2, label=label)    # plt.plot(y1,x,label=label)    # np.power(x,1/3)和x,y1调换一下是等价的    label = y=x    plt.plot(x, y3, label=label)    # 设置图片的右边框和上边框为不显示    ax.spines[right].set_color(none)    ax.spines[top].set_color(none)    # 挪动x，y轴的等函位置，也就是反函图片下边框和左边框的位置    # data表示通过值来设置x轴的位置，将x轴绑定在y=0的位置    ax.spines[bottom].set_position((data, 0))    # axes表示以百分比的形式设置轴的位置，源码下载即将y轴绑定在x轴50%的位置    # ax.spines[left].set_position((axes, 0.5))    ax.spines[left].set_position((data, 0))    plt.title("反函数")    plt.legend(loc=upper right)    plt.show()    # 反函数与原函数的复合函数等于x    plt.figure(figsize=(5, 5))    ax = plt.gca()  # 通过gca:get current axis得到当前轴    plt.rcParams[font.sans-serif] = [SimHei]  # 绘图中文    plt.rcParams[axes.unicode_minus] = False  # 绘图负号    x = np.linspace(-2, 2, 100)    y1 = np.power(x, 3)    y2 = np.power(abs(y1), 1 / 3) * np.sign(y1)    label = np.power(abs(np.power(x, 3)), 1 / 3) * np.sign(np.power(x, 3))    plt.plot(x, y2, label=label)    ax.spines[right].set_color(none)    ax.spines[top].set_color(none)    # 挪动x，y轴的位置，也就是图片下边框和左边框的位置    # data表示通过值来设置x轴的位置，将x轴绑定在y=0的位置    ax.spines[bottom].set_position((data, 0))    # axes表示以百分比的形式设置轴的位置，即将y轴绑定在x轴50%的位置    # ax.spines[left].set_position((axes, 0.5))    ax.spines[left].set_position((data, 0))    plt.title("反函数与原函数的复合函数")    plt.legend(loc=upper right)    plt.show()