我有几个方程式,需要将其转换为 Python。问题是我试图根据方程绘制图表。但是,我得到的图表与原始图表不一样。
在论文中,MIM攻击的错误概率方程为:
第一张图片
第二张图片
计算 PNS 攻击错误概率的公式为:
区域条件满足的地方:
PNS 攻击的错误概率应该是这样绘制的:
我的问题:如何将等式 8.1 代入等式 8.5?
根据等式 8.5,这是我的 python 代码:
import matplotlib.pyplot as plt
import math
import numpy as np
from scipy.special import iv,modstruve
x=[0, 5, 10, 15, 20]
t= 0.9
x = np.array(x)
y = (np.exp(x*t/2)*(iv(0, x*t/2) - modstruve(0,x*t/2))-1)/(np.exp(x*t/2-1))
plt.plot(x, y, label='Normal')
plt.xlabel('Mean photon number N')
plt.ylabel('Error probabiity')
plt.scatter(x,y)
plt.title('N/2')
plt.ylim([0, 0.5])
plt.legend()
plt.show()
请帮我解决这个问题。
谢谢。
最佳答案
我更新了您的代码,使用图中给出的公式计算 N1 和 N2 的 y。这给了我 y1 和 y2,我认为它们是绘制函数 f(y1,y2) 的组成部分。但是,如果没有论文的其余部分,我无法弄清楚您提供的图像上到底画了什么。
以下代码生成与 f 非常相似的图像:y1,y2 -> y1+y2
:
import matplotlib.pyplot as plt
import numpy as np
from scipy.special import iv, modstruve
x = range(0, 20, 1)
# t= 0.1
for t, color in zip([0.9, 0.1, 0.5], ['b', 'g', 'r']):
x1 = (1 - t) * np.array(x)
y1 = (np.exp(x1 / 2) * (iv(0, x1 / 2) - modstruve(0, x1 / 2)) - 1) / (np.exp(x1) - 1)
x2 = (1 - t) * t * np.array(x)
y2 = (np.exp(x2 / 2) * (iv(0, x2 / 2) - modstruve(0, x2 / 2)) - 1) / (np.exp(x2) - 1)
y = y1 + y2
plt.plot(x, y, label=t, color=color)
plt.scatter(x, y, color=color)
# N1 = N2
x1 = np.array(x) / 2
y1 = (np.exp(x1 / 2) * (iv(0, x1 / 2) - modstruve(0, x1 / 2)) - 1) / (np.exp(x1) - 1)
x2 = np.array(x) / 2
y2 = (np.exp(x2 / 2) * (iv(0, x2 / 2) - modstruve(0, x2 / 2)) - 1) / (np.exp(x2) - 1)
y = y1 + y2
plt.plot(x, y, label="N1=N2=N/2", color='k')
plt.scatter(x, y, color='k')
plt.xlabel('Mean photon number N')
plt.ylabel('Error probabiity')
plt.title('N/2')
plt.ylim([0, 0.35])
plt.legend()
plt.show()
关于python - 将方程式转换为 Python,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53843713/