python—绘制隐式函数f（x，y）=0，其中x，y进行矩阵乘法

作为隐式函数，其中“A”是n*2矩阵

0 = np.dot((x,y),A)

0=xA11-yA12

0=xA21-yA22

0=xAn1 yAn2

---

是否可以通过matplotlib或其他方式在同一绘图上绘制所有线条，而不使用大循环？

给定

n*2

矩阵

a

，对于每一行

i

一条线条由

a[i，0]*x+a[i，1]*y==0

定义。这意味着

0,0

始终位于直线上，以及点

x=A[i，1]，y=-A[i，0]

。与任何值相乘（例如通过标准化）将再次在直线上给出点

以下代码显示了可视化这些行的3种方法：

• 一些被圆切割的线段，连同

  x=a[i，1]，y=-a[i，0]

  和

  x=-a[i，1]，y=a[i，0]

• 相同的线段一直延伸到绘图的边界
• 只是圆上的一些端点

导入matplotlib.pyplot作为plt
将numpy作为np导入
来自numpy.linalg进口规范
从matplotlib.collections导入LineCollection
n=10
半径=20
A=np.随机均匀（-10，10，（n，2））
B=A/norm（A，轴=1，keepdims=True）*半径#标准化并放在给定半径的圆上
行=np.dstack（[B[：，1]，-B[：，0]，-B[：，1]，B[：，0]]）。重塑（-1，2，2）
图，轴=plt.子批次（ncols=3，figsize=（14,4））
对于轴中的ax：
ax.set_方面（“相等”）
对于轴[：2]中的ax：
lc=线条集合（线条，颜色='蓝色'，线宽=2）
ax.添加_集合（lc）
如果ax==轴[0]：
最大散射（A[：，1]，-A[：，0]，颜色为深红色）
最大散射（-A[：，1]，A[：，0]，color='crimson'）
elif ax==轴[1]：
ax.set_xlim（-radius/2，radius/2）
ax.集_ylim（-radius/2，radius/2）
对于范围（2）内的k：
轴[2]。散射（线[：，k，0]，线[：，k，1]，颜色为深红色）
轴[0]。设置标题（“圆中的线和点”）
轴[1]。设置标题（“到边框的线”）
轴[2]。设置标题（“圆上的点”）
plt.show（）

0=np。点（（x，y），A）

不是有效的Python代码。你能澄清你的问题吗？