import numpy as $np$

import matplotlib.pyplot as plt

# Step $1$: Loop $1-$ Varying $$

mu$\_$values $=$ np$.$linspace $,$ num$=1000)$

#Step $2$: Loop $2-$ Transient Iteration

n$\_$trans $=100$

x$\_$transient $=[]$

for mu in mu$\_$values:

$x=0\mathrm{.}5$

for $\_$ in range$($n$\_$trans$)$:

$x=**x**(1-x)$

x$\_$transient.append $(x)$

# Step $3$: Loop $3-$ Data Iteration

n$\_$data $=500$

x$\_$data $=[]$

for mu$,$ x$\_$transient$\_$last in zip$($mu$\_$values, x$\_$transient$)$:

$x=x_{{?}_{t}ransien{t}_l\text{a}\text{s}\text{t}}$

x$\_$values $=[]$

for $\_$ in range $($n$\_$data$)$:

$x=**x**(1-x)$

$x_{?}$values. append $(x)$

x$\_$data.apped$($x$\_$values$)$

# Step $4$: Plotting the Bifurcation Diagram

plt$.$figure$($figsize$=(10,6))$

for $i,$ mu in enumerate$($mu$\_$values$)$:

plt$.$plot$([$mu$]*$n$\_$data, x$\_$data$[$i$],\text{'},$ k$\text{'},$ alpha$=0\mathrm{.}25)$

plt$.$title$("$Bifurcation Diagram for Logistic Map"$)$

plt$.$xlabel$("($Parameter$)")$

plt$.$ylabel$("$x $($Population$)")$

plt$.$xlim$(2\mathrm{.}4,4\mathrm{.}0)$

plt$.$ylim$(,1$

plt$.$show$()$