AI数据分析:用kimi生成一个正弦波数学动画

正弦波公式:

ƒ(x) = a * sin(x + x0) + b

公式中:

a: 决定正弦函数振动幅度的大小;

x0:表示x开始比0拖后的弧度值;

b:表示函数偏离X轴的距离;

对于难以理解的学生来说,可以用动画把这个公式直观的展现出来。

在kimi中输入提示词:

你是一个Python编程专家,完成如下Python脚本的编写:

用GIF、numpy和matplotlib这三个库生成一个关于正弦波函数的gif动画;

GIF图片保存到F盘;

注意:每一步都要输出相关信息到屏幕上

Kimi生成的源代码:

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

from PIL import Image

import os

设置GIF保存路径

save_path = 'F:\\sin_wave.gif'

检查路径是否存在,如果不存在则创建

if not os.path.exists(os.path.dirname(save_path)):

os.makedirs(os.path.dirname(save_path))

print(f'目录 {os.path.dirname(save_path)} 已创建。')

初始化绘图

fig, ax = plt.subplots()

x = np.linspace(0, 2 * np.pi, 1000)

y = np.sin(x)

ln, = plt.plot(x, y, 'r-') # 'r-' 表示红色线条

def update(frame):

y = np.sin(2 * np.pi * frame * 0.5 + x)

ln.set_ydata(y)

return ln,

创建动画

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2, 60),

blit=True, interval=50)

保存动画为GIF

ani.save(save_path, writer='imagemagick', fps=10)

print(f'GIF 动画已保存到 {save_path}')

关闭绘图

plt.close()

相关推荐
橙子小哥的代码世界6 分钟前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀2 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL3 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4213 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy3 小时前
“图像识别技术:重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊3 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn
OCR_wintone4213 小时前
中安未来 OCR—— 开启文字识别新时代
人工智能·深度学习·ocr
学步_技术3 小时前
自动驾驶系列—全面解析自动驾驶线控制动技术:智能驾驶的关键执行器
人工智能·机器学习·自动驾驶·线控系统·制动系统
IFTICing3 小时前
【文献阅读】Attention Bottlenecks for Multimodal Fusion
人工智能·pytorch·python·神经网络·学习·模态融合
大神薯条老师3 小时前
Python从入门到高手4.3节-掌握跳转控制语句
后端·爬虫·python·深度学习·机器学习·数据分析