这取决于您使用的SymPy版本。在
在最新版本(0.7.2)中,您已经有了一个绘图模块,它保证能够绘制任何的内容,并且可以用作后端matplotlib。在
在旧版本中,您可以选择使用lambdify,这是一个粗制滥造的辅助函数,它返回一个与numpy一起使用的快速数值函数。不过,对于非琐碎的表达式,它会中断。在
下面我解释如何使用0.7.2中的绘图模块:只需调用plot,就像在p = plot(expression, (var, start, stop))中一样。如果你有matplotlib,它将直接使用它。在
如果您想要一些奇特的东西,请提取matplotlib图:f = p._backend.fig。在
别再关心SymPy了,你剩下的工作都在matplotlib。你想做什么都行。在
SymPy绘图模块背后的想法是能够计算任何可能的表达式,而不是重新实现像matplotlib这样的绘图库。因此,只需使用sympy.plotting.plot进行求值,并在matplotlib中进行奇妙的子批转换。在
与老套的解决方案相比,使用sympy绘图模块还有其他优点:检测不连续性和自适应采样、根据函数着色、评估病理学上复杂的符号表达式(尽管速度较慢)。在
很明显,检查一下文件。虽然它们不是很好,但有许多问题得到了回答:http://docs.sympy.org/0.7.2/modules/plotting.html还可以查看sympy示例文件夹中的笔记本。在
编辑以解决一些附加问题:在SymPy的绘图模块中没有子批次的概念,希望永远不会有。正如我前面提到的,SymPy并不是要重新实现像matplotlib这样的模块,而是试图提供在另一个模块中易于使用所需的工具(模块之间的接口比具有许多小子模块的大项目更好)。
为了在matplotlib中从两个不同的sympy plot创建一个图形(这是一个难看的方法,因为matplotlib不支持图形的合并):sympy_p1 = sympy.plot(foo)
sympy_p2 = sympy.plot(bar)
matplotlib_fig = plt.figure()
sp1 = matplotlib_fig.add_subplot(121)
sp2 = matplotlib_fig.add_subplot(122)
sp1.add_collection(sympy_p1._backend.ax.get_children()[appropriate_index])
sp2.add_collection(sympy_p2._backend.ax.get_children()[appropriate_index])
matplotlib_fig.show()
为了更新sympy plot(不是创建子批,只是添加一个新的表达式),请使用sympy_p1.append(sympy_p2)。这将导致sympy_p1同时包含foo和{}(不是两个子图,而是包含两个表达式的一个plot)。
在某些情况下,您可能需要使用sympy.plot(..., show=False)。