如何在Python中绘制隐函数ax²+bxy+cy²+d=0的图像？

你的问题出在没有生成平面网格点，而且误用了适合一维曲线的plt.plot()来处理二维函数。原来的代码里，x和y是独立的一维数组，计算f(x,y)时会被广播成二维矩阵，但plt.plot()无法直接解析这种二维数据来绘制等值线，所以才得到了混乱的一维线条。

下面是两种可行的解决方案，最推荐第一种：

方法一：使用plt.contour绘制等值线（最准确） #

这是绘制隐函数f(x,y)=0最直接的方式，通过生成网格点计算函数值，然后提取f(x,y)=0的等值线：

import matplotlib.pyplot as plt
import numpy as np

def f(x,y):
    return 0.01*x**2 + 0.008*x*y - 0.013*y**2 + 0.15*x + 0.003*y + 1.0097

# 生成x和y的取值范围
x = np.arange(-10.0, 10.0, 0.1)
y = np.arange(-10.0, 10.0, 0.1)

# 将一维数组转换为二维网格矩阵，每个(X[i,j], Y[i,j])对应平面上的一个点
X, Y = np.meshgrid(x, y)

# 计算每个网格点的函数值
Z = f(X, Y)

# 绘制f(x,y)=0的等值线，levels=[0]指定只画值为0的那条线
plt.contour(X, Y, Z, levels=[0], colors='red')

# 添加坐标轴标签和标题
plt.xlabel('x')
plt.ylabel('y')
plt.title('Plot of f(x,y)=0')

# 显示图像
plt.show()

方法二：筛选接近0的点绘制（适合快速验证） #

如果想通过散点图展示，可以筛选出f(x,y)绝对值小于某个阈值（比如0.01）的点，近似表示f(x,y)=0的曲线：

import matplotlib.pyplot as plt
import numpy as np

def f(x,y):
    return 0.01*x**2 + 0.008*x*y - 0.013*y**2 + 0.15*x + 0.003*y + 1.0097

# 生成网格点
x = np.arange(-10.0, 10.0, 0.05)
y = np.arange(-10.0, 10.0, 0.05)
X, Y = np.meshgrid(x, y)
Z = f(X, Y)

# 筛选出Z接近0的点
mask = np.abs(Z) < 0.01
x_points = X[mask]
y_points = Y[mask]

# 绘制散点
plt.scatter(x_points, y_points, s=1, color='blue')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Approximate plot of f(x,y)=0')
plt.show()

关键说明： #

• np.meshgrid是核心：它把一维的x、y数组转换成二维网格，让我们能遍历平面上的每一个点计算函数值。
• plt.contour专门用于绘制等值线，levels参数可以指定要绘制的等值线数值，这里设为[0]就精准对应f(x,y)=0的曲线。

内容的提问来源于stack exchange，提问作者Hermi