matplotlib.pyplot 模块的 plot() 方法提供了用于构建多种图形的单一接口。 这个函数接受任意两个参数，在我们的例子中是 x 和 y，并生成 x 和 y 中相关点的可视化表示。 按照这些程序，我们可以绘制一个函数：

1. 首先，我们从 matplotlib 模块中导入 pyplot 函数。
2. 然后我们定义 x 和 y 变量的值，这取决于要绘制的函数的类型。
3. 然后我们使用 plt.plot() 函数来绘制图形。
4. 最后，我们使用 plt.show() 函数来显示绘图。

让我们考虑以下用于绘制函数的示例。

示例 1：标识函数

From matplotlib, import pyplot as plt.

x = [0, 1, 2, 3, 4, 5]

y=x

plt.plot(x, y)

plt.show()

图 1：身份功能

输出：

在相同的函数中，x 和 y 的值相同，因此我们得到如图 2 所示的直线图。

示例 2：正弦函数

from matplotlib import pyplot as plt

import numpy as np

x = np.linspace(0, 10, 50)

plt.plot(x, np.sin(x))

plt.show()

输出：

在示例 2 中，我们使用 NumPy 模块。 因为 x 是使用 np.linespace 函数生成的，该函数在指定的时间间隔内返回 0 和 1 之间的均匀间隔数字。 这里，y 也是 NumPy 模块的正弦函数。 正弦函数图如图 4 所示。

示例 3：二次函数

from matplotlib import pyplot as plt

import numpy as np

x =np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

a = 3

b = 8

c = 9

y = a * (x ** 2) + b * x + c

print('Values of x: ', x)

print('Values of y: ', y)

plt.plot(x, y)

plt.title("Quadratic Function")

plt.xlabel("Values of x")

plt.ylabel("Values of y")

plt.show()

输出：

在示例 3 中，我们有一个 x 变量列表，它使用 numpy 模块的数组函数转换为矩阵。 y 的值是通过将变量和常数的值插入二次方程来计算的。 二次函数的输出如图 6 所示。二次函数的绘图如图 7 所示。

示例 4：三次函数

from matplotlib import pyplot as plt

import numpy as np

x =np.array([-4, -3, -2, -1, 0, 1, 2, 3, 4])

a = 2

b = 4

c = 6

d = 8

y = a * (x ** 3) + b * (x ** 2) + c * x + d

print('Values of x: ', x)

print('Values of y: ', y)

plt.plot(x, y)

plt.xlabel("Values of x")

plt.ylabel("Values of y")

plt.title("Cubic Function")

plt.show()

输出：

在示例 4 中，y 表示三次方程。 三次函数的值计算并显示在图 9 中。三次函数图绘制在图 10 中。