SymPy绘制微分方程图像遇TypeError及空图问题求助

问题根源 #

你遇到的TypeError: Cannot convert expression to float和空图问题，核心原因是SymPy求解二阶常微分方程后返回的是含任意常数C1、C2的通解，这些未赋值的符号变量无法直接转换为数值类型，导致计算失败，matplotlib无法获取有效数据绘制图像。

解决方案 #

下面提供三种可行的解决方法，根据你的需求选择：

方法1：给任意常数赋值后计算 #

直接为通解中的C1、C2指定具体数值，将符号表达式转换为可计算的具体函数：

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

x = symbols('x')
y = Function('y')
ode = Derivative(y(x), x, x) + 9 * y(x)

# 求解ODE
solution = dsolve(ode, y(x))
# 定义任意常数并赋值，示例设C1=1，C2=0
C1, C2 = symbols('C1 C2')
specific_solution = solution.rhs.subs({C1: 1, C2: 0})

# 生成x取值并计算对应y值
x_vals = np.linspace(-10, 10, 1000)
y_vals = [specific_solution.subs(x, val).evalf() for val in x_vals]

# 绘图
plt.plot(x_vals, y_vals)
plt.xlabel('x')
plt.ylabel('y(x)')
plt.title('Solution to y\'\'(x) + 9y(x) = 0 (C1=1, C2=0)')
plt.grid(True)
plt.show()

方法2：用lambdify包含常数参数 #

保留常数的灵活性，将C1、C2作为参数传入生成的数值函数，按需指定取值：

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

x = symbols('x')
C1, C2 = symbols('C1 C2')
y = Function('y')
ode = Derivative(y(x), x, x) + 9 * y(x)

solution = dsolve(ode, y(x))
y_expr = solution.rhs

# 将x、C1、C2都设为函数参数
y_func = lambdify((x, C1, C2), y_expr, modules='numpy')

x_vals = np.linspace(-10, 10, 1000)
# 指定常数取值，示例C1=1，C2=0
y_vals = y_func(x_vals, 1, 0)

# 绘图
plt.plot(x_vals, y_vals)
plt.xlabel('x')
plt.ylabel('y(x)')
plt.title('Solution to y\'\'(x) + 9y(x) = 0 (C1=1, C2=0)')
plt.grid(True)
plt.show()

方法3：直接使用SymPy内置绘图功能 #

SymPy的plot函数可以直接处理含任意常数的符号表达式，自动为常数赋值（默认C1=1、C2=0，也可手动指定）：

from sympy import *

x = symbols('x')
y = Function('y')
ode = Derivative(y(x), x, x) + 9 * y(x)

solution = dsolve(ode, y(x))
# 绘制通解，指定x范围
plot(solution.rhs, (x, -10, 10), 
     xlabel='x', 
     ylabel='y(x)', 
     title='Solution to y\'\'(x) + 9y(x) = 0', 
     grid=True)

内容的提问来源于stack exchange，提问作者tomopa73