如何替换Sympy计算中的变量以适配Matplotlib和Numpy绘图

问题核心 #

你当前的代码中，s是Sympy生成的符号表达式，直接在u(x,t)中返回它时，无法自动将Numpy生成的数组代入计算——因为Sympy的符号变量和Numpy数组属于不同类型，不能直接进行数值运算；同时你还犯了变量名冲突的错误：原本定义的Sympy符号x、t被后续的Numpy数组覆盖，导致符号表达式无法正确关联到新的数值输入。

解决方案 #

使用Sympy的lambdify函数将符号表达式转换为可处理Numpy数组的数值计算函数，同时避免变量名冲突。

修改后的完整代码 #

import numpy as np
import sympy as sm
from sympy import *
from mpl_toolkits import mplot3d
import matplotlib.pyplot as plt

# 1. 符号计算部分：保留独立的符号变量
x_sym = sm.symbols("x")
t_sym = sm.symbols("t")
n = sm.symbols("n", integer=True)

L = 20
f1 = (2/L)*x_sym*sin(n*np.pi*x_sym/20)
f2 = (2/L)*(20-x_sym)*sin(n*np.pi*x_sym/20)
fint1 = sm.integrate(f1,(x_sym,0,10))
fint2 = sm.integrate(f2,(x_sym,10,20))

D = 0.475
g = (fint1+fint2)*sin(n*np.pi*x_sym/20)*exp(-(n**2)*(np.pi**2)*D*t_sym/400).nsimplify()

# 求和得到符号表达式s（跳过n=0的无效项）
s = 0
for c in range(1, 10):
    s += g.subs({n:c})

print('The function u(x,t) : ')
sm.pretty_print(s)

# 2. 转换符号表达式为可处理Numpy数组的函数
u = sm.lambdify((x_sym, t_sym), s, modules='numpy')

# 3. 生成数值网格：用不同变量名避免冲突
x_vals = np.linspace(0, 20, 50)
t_vals = np.linspace(0, 10, 50)
X, T = np.meshgrid(x_vals, t_vals)

# 4. 计算Z值
Z = u(X, T)

print('\nu(x,t)的数值结果：')
print(Z)

# 5. 绘制3D线框图
fig = plt.figure()
ax = plt.axes(projection='3d')
ax.plot_wireframe(X, T, Z, cmap='viridis', edgecolor='green')
ax.set_xlabel('x')
ax.set_ylabel('t')
ax.set_zlabel('u(x,t)')
ax.set_title('Wireframe')
plt.show()

关键修改点 #

• 变量名分离：将Sympy符号变量命名为x_sym、t_sym，Numpy数值数组用x_vals、t_vals，避免覆盖冲突。
• 使用lambdify：把符号表达式s转换成能接受Numpy数组的函数u，指定modules='numpy'确保用Numpy的数学函数进行数值计算。
• 优化求和循环：跳过c=0的项（代入n=0时整个项为0，无意义），从c=1开始循环。

修改后即可正确计算Z数组并绘制3D线框图。

内容的提问来源于stack exchange，提问作者Freya the Goddess