Python 如何用Sympy绘制点？

我需要计算并绘制一个函数，它的前两个导数。然后，我需要在图上绘制原始函数的最小点和最大点。我已经计算了这些数据，但对于如何绘制数据图表却一无所知。 最小/最大点的x值为

关键点[]

y值为

criticalPointsY[]

下面是出现错误的代码段

equation=CreateFunction();
    firstDeriv=equation.diff(x);
    secondDeriv=firstDeriv.diff(x);
    print(equation);
criticalPoints=solveset(firstDeriv,x);
criticalPointsY=[];
for a in criticalPoints:
    criticalPointsY.append(equation.subs(x,a));

p=plot(equation,firstDeriv,secondDeriv,(x,-10,10));
# Need to add the critical points to the graph. We have them, and the
# y values, but need to put them on the graphs.
print(criticalPoints)
print(criticalPointsY);
for a in range(0, len(criticalPoints)):
    xval=criticalPoints[a];
    yval=criticalPointsY[a];
    plt.plot(xval, yval, 'ro')
p.show();
plt.show();

当我运行程序时，我得到了这个错误。 `

---

有没有办法在这张图上画点？（p）

同向图可以与。但是，SymPy绘图类型不包括点绘图，这是关键点所需的。在这种情况下，应该直接使用matplotlib，SymPy在引擎盖下也会这样做

下面是一个基于您的代码的示例，但没有分号，具有列表理解功能，所有绘图都使用matplotlib。请注意，

lambdify

提供了一种在一组点上有效计算一组SymPy表达式的方法

from sympy import *
import numpy as np
import matplotlib.pyplot as plt

x = symbols('x')
equation = x*exp(-x**2/10)
firstDeriv = equation.diff(x)
secondDeriv = firstDeriv.diff(x)
criticalPoints = list(solveset(firstDeriv, x))
criticalPointsY = [equation.subs(x, a) for a in criticalPoints]
xx = np.linspace(-10, 10, 1000)
yy = lambdify(x, [equation, firstDeriv, secondDeriv])(xx)
plt.plot(xx, np.transpose(yy))
plt.plot(criticalPoints, criticalPointsY, 'k*')
plt.show()

---

我已经解决了这个问题。由于方程的导数要么不存在，要么是一条水平线，所以出现了这种困境

x = symbols('x')
UserInput()
equation = CreateFunction()
firstDeriv = equation.diff(x)
secondDeriv = firstDeriv.diff(x)
workingEquations=[]
hasEquations=False

我在这一段中所做的是通过将方程转换成字符串进行测试，看看是否有x值。如果有一个，我会将这个方程附加到一个数组中，我们稍后将访问该数组，否则，我会绘制水平线。如果我们有一个带变量的方程，我也会翻出一个布尔来告诉我们

if(not str(equation).find("x")==-1):
    workingEquations.append(equation)
    hasEquations=True
    print("True")
else:
    plt.axhline(y=equation)
if(not str(firstDeriv).find("x")==-1):
    workingEquations.append(firstDeriv)
else:
    plt.axhline(y=firstDeriv)
if(not str(secondDeriv).find("x")==-1):
    workingEquations.append(secondDeriv)
else:
    plt.axhline(y=secondDeriv)
try:
    criticalPoints = list(solveset(firstDeriv, x))
    criticalPointsY = [equation.subs(x, a) for a in criticalPoints]
    plt.plot(criticalPoints, criticalPointsY, 'k*')
except:
    print("No critical points")

如果我们有方程，我们从附加所有非水平方程的数组中绘制它们

if(hasEquations):
    xx = np.linspace(-10, 10, 1000)
    yy = lambdify(x, workingEquations)(xx)
    plt.plot(xx, np.transpose(yy))
plt.show()

---

为了在这种情况下使用Symphy定义临界点，并在

matplotlib.pyplot

中绘制结果，可以使用

Symphy.utilities.lambdify

方法生成要在

mathplotlib

中绘制的点列表（以下由用户6655984发布）

数组是构造的，但如果在

numpy.transpose

步骤中绘制了一个常量值，则数组的长度可能不相同。因此，在第一个

matplotlib.pyplot

之前传递一个条件

from sympy import *
import numpy as np
import matplotlib.pyplot as plt

x = symbols('x')
equation = x**2 + 2 #OK = x*exp(-x**2/10) OR x**2 + 2
firstDeriv = equation.diff(x)
secondDeriv = firstDeriv.diff(x)
criticalPoints = list(solveset(firstDeriv, x))
criticalPointsY = [equation.subs(x, a) for a in criticalPoints]
xx = np.linspace(-10, 10, 100)
lam_f= lambdify(x, [equation, firstDeriv, secondDeriv])
yy=[elem if  type(elem) == np.ndarray else np.full(len(xx), elem) for elem in lam_f(xx)]
plt.plot(xx, np.transpose(yy))
plt.plot(criticalPoints, criticalPointsY, 'k*')
plt.show()

---

“'FiniteSet'对象不支持索引”与plottin无关。集合没有顺序，所以要求它的第一个或第二个元素是没有意义的。使用

criticalPoints=list（solveset（firstDeriv，x））

。另外，

equation=CreateFunction（）对于那些不知道什么是
CreateFunction（）的人来说是没有用的是。我已经调整了列表，但是由于我在“plt”上绘制点，所以点绘制在不同的图形上。有没有办法将它们绘制在“p”上？我尝试时收到第二个错误。Create function从已经收集的用户输入返回一个函数y，形式为x。我并没有把它放在房间里。这些编辑有时有效，但很少用多项式。“plt.plot（xx，np.transpose（yy））”行抛出错误，指出xx和np.transpose（yy）分别具有不同的第一维度（1000，）和（3，）。我正在研究一个解决方案，但不明白为什么它们会以不同的维度输出。我正在用“等式=x**2+6”测试它，谢谢！帮助我想象一件事。我最初试图与它的plot3d&co合作完成这项工作，但被卡住了。使用numpy+matplotlib获得成功，完全跳过SymPy。
if(hasEquations):
    xx = np.linspace(-10, 10, 1000)
    yy = lambdify(x, workingEquations)(xx)
    plt.plot(xx, np.transpose(yy))
plt.show()

from sympy import *
import numpy as np
import matplotlib.pyplot as plt

x = symbols('x')
equation = x**2 + 2 #OK = x*exp(-x**2/10) OR x**2 + 2
firstDeriv = equation.diff(x)
secondDeriv = firstDeriv.diff(x)
criticalPoints = list(solveset(firstDeriv, x))
criticalPointsY = [equation.subs(x, a) for a in criticalPoints]
xx = np.linspace(-10, 10, 100)
lam_f= lambdify(x, [equation, firstDeriv, secondDeriv])
yy=[elem if  type(elem) == np.ndarray else np.full(len(xx), elem) for elem in lam_f(xx)]
plt.plot(xx, np.transpose(yy))
plt.plot(criticalPoints, criticalPointsY, 'k*')
plt.show()