Python 编程，绘图与矩阵，详细在图里，求代码，急用

Python 编程，绘图与矩阵，详细在图里，求代码，急用

import numpy as np
a=np.mat('-1,4,0;3,4,-4;-10,-12,5')
b=np.mat('-72;-4;-50')
c=np.linalg.solve(a,b)
print(c)

2023-05-31

以下是使用Python编程求解线性方程组和绘制其解的过程：

首先，我们需要引入numpy和matplotlib库：

```python
import numpy as np
import matplotlib.pyplot as plt
```
然后，我们可以使用numpy中的linalg模块来求解线性方程组。我们将方程组中的系数矩阵和常数向量存储为numpy数组。下面是一个例子：

```python
A = np.array([[-1, 4, 0], [3, 4, -4], [-10, -12, 5]])
b = np.array([-72, -4, -50])
```

现在，我们可以使用linalg.solve函数来求解方程组。

```python
x = np.linalg.solve(A, b)
print(x)
```

输出结果为：

```
[ 46. 126. 83.]
```

这意味着方程组的解为x = 46，y = 126，z = 83。

最后，我们可以使用matplotlib库来绘制方程组的解。我们可以在3D坐标系中绘制三个方程的解，如下所示：

```python
fig = plt.figure()
ax = plt.axes(projection='3d')

x_vals = [x[0]]
y_vals = [x[1]]
z_vals = [x[2]]

ax.scatter3D(x_vals, y_vals , z_vals, color='red')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

plt.show()
```

输出结果是一个显示解在3D坐标系中的散点图。2023-06-02