Comme le montrent les trois exemples ci-dessous, les fonctions np.linspace, np.logspace et np.arange de NumPy permettant de générer des tableaux unidimensionnels dont les éléments sont régulièrement espacés sont très utiles pour représenter des fonctions mathématiques.

Exemple 1 : représentation de la fonction $\sin (x)$ dans l’intervalle $[-2\pi ,2\pi ]$

import matplotlib.pyplot as plt
import numpy as np
X = np.linspace(-2*np.pi,2*np.pi,100)
Y = np.sin(X)
plt.plot(X,Y)
plt.show()

Pour représenter la fonction $sin(x)$ de manière “lisse”, nous avons créé deux tableaux correspondant à un nombre suffisant de points $P(x,y)$. Ici, nous avons estimé que $100$ points étaient suffisants.

Les bords de l’intervalle, $-2\pi$ et $+2\pi$, sont inclus dans le tableau.

Exemple 2 : représentation de la fonction $\exp (x)$ dans l’intervalle $[0,10]$ sur une échelle logarithmique

import matplotlib.pyplot as plt
import numpy as np
X = np.logspace(0,1,10)
Y = np.exp(X)
plt.plot(X,Y)
#plt.plot(X,Y,'r.')
plt.show()

Exemple 3 : représentation de la fonction $x^2$ dans l’intervalle $[0,8]$

import matplotlib.pyplot as plt
import numpy as np
X = np.arange(0,10,2)
Y = pow(X,2)
plt.plot(X,Y)
plt.show()