python方波绘制代码

以下是Python绘制方波的代码：

import matplotlib.pyplot as plt
import numpy as np

# 定义方波函数
def square_wave(x, duty_cycle):
    return np.where(np.mod(x, 1) < duty_cycle, 1, -1)

# 生成x轴数据
x = np.linspace(0, 10, 1000)

# 绘制方波
plt.plot(x, square_wave(x, 0.5))

# 设置图形标题和坐标轴标签
plt.title('Square Wave')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')

# 显示图形
plt.show()

在这个代码中，我们首先定义了一个方波函数square_wave，它接受两个参数：x表示时间轴上的位置，duty_cycle表示方波的占空比。然后我们使用np.linspace函数生成了1000个均匀分布在0到10之间的数作为x轴数据。最后，我们使用plt.plot函数绘制了方波，并使用plt.title、plt.xlabel和plt.ylabel函数设置了图形标题和坐标轴标签。最后，我们使用plt.show函数显示了图形。

接下来我会。

在上面的代码中，我们使用了np.where函数来生成方波。np.where函数的作用是根据条件返回相应的值。在这个例子中，我们使用了np.mod函数来计算x除以1的余数，然后判断余数是否小于占空比duty_cycle，如果是，则返回1，否则返回-1。这样就生成了一个占空比为duty_cycle的方波。

如果你想绘制不同占空比的方波，可以修改square_wave函数中的duty_cycle参数。例如，如果你想绘制占空比为0.3的方波，可以将square_wave(x, 0.5)改为square_wave(x, 0.3)。

另外，如果你想绘制多个方波，可以在plt.plot函数中传入多个数据序列。例如，下面的代码可以绘制占空比为0.3和0.7的两个方波：

import matplotlib.pyplot as plt
import numpy as np

# 定义方波函数
def square_wave(x, duty_cycle):
    return np.where(np.mod(x, 1) < duty_cycle, 1, -1)

# 生成x轴数据
x = np.linspace(0, 10, 1000)

# 绘制方波
plt.plot(x, square_wave(x, 0.3))
plt.plot(x, square_wave(x, 0.7))

# 设置图形标题和坐标轴标签
plt.title('Square Wave')
plt.xlabel('Time (s)')
plt.ylabel('Amplitude')

# 显示图形
plt.show()

这样就可以同时绘制两个方波了。