Python实现超越函数积分计算与二维分布绘图

环境配置与依赖库

编译环境配置为Ubuntu 17.04系统，Python版本为3.5。

代码运行依赖numpy、scipy以及matplotlib这三个核心库。

以下内容为理想平面辐射强度的计算过程，源自课程大作业实践。

超越函数积分运算

首先进行超越函数的积分运算处理。

def integral(x,c1,c2,T): 
  return ((c1*0.98)/(x**5))*(1/((np.e**(c2/(x*T)))-1))

resut,err = integrate.quad(integral, 3, 5, args=(c1,c2,T))

绘图实现与参数调整

接着实现绘图功能以展示计算结果。

plt.figure(1) 
ax1 = plt.subplot(211)
plt.sca(ax1) 
plt.plot(fi,functionI(fi,0.5,5,1,e0),label='n=5,ks=0.5')
plt.legend(loc='upper right',bbox_to_anchor = (0.9, 0.9))
plt.xlabel(u'ψ/rad') 
plt.ylabel(u'I/(W/sr)')

ax2 = plt.subplot(212)
plt.sca(ax2) 
plt.plot(fi,functionI(fi,0.5,5,1,e0),label='n=5,ks=0.5')
plt.legend(loc='upper right',bbox_to_anchor = (0.9, 0.9))
plt.xlabel(u'ψ/rad') 
plt.ylabel(u'I/(W/sr)') 

plt.subplots_adjust(wspace=0.5, hspace=0.5) 
plt.show()

关于plt.subplots_adjust函数的说明：该函数主要用于调整子图之间的间距，确保图表布局合理。

最终生成的成果图如下所示。

以上即为Python超越函数积分运算及绘图实现的完整代码分享，供读者参考学习，欢迎支持。