xar*_*tra 7 python plot implicit sympy
我很新见,但是当我使用sympy 绘制隐式函数(实际上是Cassini椭圆的公式)时,我已经得到了很好的输出:
from sympy import plot_implicit, symbols, Eq, solve
x, y = symbols('x y')
k=2.7
a=3
eq = Eq((x**2 + y**2)**2-2*a**2*(x**2-y**2), k**4-a**4)
plot_implicit(eq)
Run Code Online (Sandbox Code Playgroud)
现在实际上可以以某种方式获得对应于图的x和y值吗?或者在没有绘图的情况下求解隐式方程?
谢谢!:-)
这是针对您的答案
\n\n\n\n\n实际上是否有可能以某种方式获得与绘图相对应的 x 和 y 值?
\n
我说“寻址”是因为不可能获得用于绘制曲线 \xe2\x80\x94 的x和y值,因为曲线不是使用 2D 点序列 \xe2\x80\xa6 绘制的之后,
长话短说
\n\npli = plot_implicit(...)\nseries = pli[0]\ndata, action = series.get_points()\ndata = np.array([(x_int.mid, y_int.mid) for x_int, y_int in data])\nRun Code Online (Sandbox Code Playgroud)\n\n让我们从您的代码开始
\n\nfrom sympy import plot_implicit, symbols, Eq, solve\nx, y = symbols(\'x y\')\nk=2.7\na=3\neq = Eq((x**2 + y**2)**2-2*a**2*(x**2-y**2), k**4-a**4)\nRun Code Online (Sandbox Code Playgroud)\n\n并绘制它,但有一点不同:我们保存Plot对象并打印它
pli = plot_implicit(eq)\nprint(pli)\nRun Code Online (Sandbox Code Playgroud)\n\n要得到
\n\nPlot object containing:\n[0]: Implicit equation: Eq(-18*x**2 + 18*y**2 + (x**2 + y**2)**2, -27.8559000000000) for x over (-5.0, 5.0) and y over (-5.0, 5.0)\nRun Code Online (Sandbox Code Playgroud)\n\n我们对这个由 索引的对象感兴趣0,
ob = pli[0]\nprint(dir(ob))\nRun Code Online (Sandbox Code Playgroud)\n\n这给出了(省略号是我的)
\n\n[\'__class__\', \xe2\x80\xa6, get_points, \xe2\x80\xa6, \'var_y\']\nRun Code Online (Sandbox Code Playgroud)\n\n这个名字get_points听起来充满希望,不是吗?
print(ob.get_points())\nRun Code Online (Sandbox Code Playgroud)\n\n这给出了(为了清晰起见进行了编辑并进行了大幅削减)
\n\n([\n [interval(-3.759774, -3.750008), interval(-0.791016, -0.781250)],\n [interval(-3.876961, -3.867195), interval(-0.634768, -0.625003)],\n [interval(-3.837898, -3.828133), interval(-0.693361, -0.683596)],\n [interval(-3.847664, -3.837898), interval(-0.673830, -0.664065)],\n ...\n [interval(3.837895, 3.847661), interval(0.664064, 0.673830)],\n [interval(3.828130, 3.837895), interval(0.683596, 0.693362)],\n [interval(3.867192, 3.876958), interval(0.625001, 0.634766)],\n [interval(3.750005, 3.759770), interval(0.781255, 0.791021)]\n ], \'fill\')\nRun Code Online (Sandbox Code Playgroud)\n\n这是什么?的文档plot_implicit有
\n\n\n\n
plot_implicit默认情况下,使用区间算术来绘制函数。
跟随源代码,plot_implicit.py我们plot,py意识到,在这种情况下,实际的绘图(就后端而言matpolotlib)只是一行代码
self.ax.fill(x, y, facecolor=s.line_color, edgecolor=\'None\')\nRun Code Online (Sandbox Code Playgroud)\n\n其中x和y是根据从 中返回的间隔列表构造的.get_points(),如下所示
x, y = [], []\nfor intervals in interval_list:\n intervalx = intervals[0]\n intervaly = intervals[1]\n x.extend([intervalx.start, intervalx.start,\n intervalx.end, intervalx.end, None])\n y.extend([intervaly.start, intervaly.end,\n intervaly.end, intervaly.start, None])\nRun Code Online (Sandbox Code Playgroud)\n\n因此,对于每对间隔,matplotlib都被指示绘制一个填充的矩形,该矩形足够小,以便眼睛看到一条连续的线(注意使用 来None获得不相交的矩形)。
我们可以得出结论,区间对的列表
\n\nl_xy_intervals = ((pli[0]).get_points())[0]\nRun Code Online (Sandbox Code Playgroud)\n\n表示您正在绘制的隐式表达式\n “足够真实”的矩形区域
\n