Numpy 在Symphy中计算和绘制参数方程

所以，我在辛普森里努力研究这些参数方程

---

你问的是两个截然不同的问题。一个是关于求解符号表达式的问题，另一个是关于绘制曲线的问题

首先，关于符号表达<代码>a

可以定义为

a=sp.symbols（'a'，real=True，nonzero=True）

和

theta

为

th=sp.symbols（'theta'，real=True）

。不需要将f和g定义为symphy符号，因为它们被指定了一个symphy表达式。要解方程，只需使用sp.solve（f+g，th）。Sympy给出了

[pi，pi/a，pi/（2*（a-1）），pi/（a+1）]

作为结果

Symphy还有一个绘图功能，可以称为

sp.plot（*[（f+g）.subs（{a:a_val}），用于[2,4,6,8]]中的a_val）

。但对颜色等选项的支持非常有限

为了获得更多控制，matplotlib可以基于numpy函数进行打印

sp.lambdify

转换表达式：

sp.lambdify（（th，a），f+g，'numpy'）

然后，matplotlib可以进行打印。有许多选项可以调整结果

下面是一些示例代码：

import matplotlib.pyplot as plt
import numpy as np
import sympy as sp

th = sp.symbols('theta', real=True)
a = sp.symbols('a', real=True, nonzero=True)

f = sp.cos(th) - sp.sin(a*th)
g = sp.sin(th) + sp.cos(a*th)
thetas = sp.solve(f+g, th)
print("Solutions for theta:", thetas)

fg_np = sp.lambdify((th, a), f+g, 'numpy')

fig, ax = plt.subplots(1, figsize=(12, 12))
theta_range = np.linspace(0, 2*np.pi, 750)
colors = plt.cm.Set2.colors
for a_val, color in zip([2,4,6,8], colors):
    plt.plot(theta_range, fg_np(theta_range, a_val), color=color, label=f'a={a_val}')
plt.axhline(0, color='black')
plt.xlabel("theta")
plt.ylabel(f+g)
plt.legend()
plt.grid()
plt.autoscale(enable=True, axis='x', tight=True)
plt.show()

---

直接在

numpy

，

x=np.cos（theta_range）-np.sin（a*theta_range）

中编写

f

和

g

表达式应该很容易。我明白了，但之后我该怎么办？你读了

plt

文档。对不起，我不确定你在说什么。我误解了你问题中的什么吗？