Sympy变量代入后出现NaN类型问题求助

核心原因 #

你的SymPy表达式中包含1/β、α/β这类分式项，当β=0时会触发除以零的运算，直接返回NaN。而你生成beta_set_values时用了np.linspace(0, 6, 10000)，包含了β=0的取值，代入后必然出现NaN。

另外代码还有个逻辑错误：plt.scatter([beta], [alpha])里用的是SymPy符号变量，不是当前循环的point实际值，会导致绘图完全不符合预期。

修复步骤 #

1. 排除β=0的取值：
   把β的取值范围起始值改成极小正数，避免除以零：

   beta_set_values = np.linspace(1e-6, 6, 10000)  # 用1e-6替代0
   

2. 修正绘图参数：
   将scatter的参数替换为当前循环的点坐标：

   if value > 0:
       plt.scatter([point[0]], [point[1]], color='r')
   else:
       plt.scatter([point[0]], [point[1]], color='b')
   

3. 可选：化简表达式提升效率：
   先对原表达式化简，减少计算量：

   expr1 = sp.simplify(α*(1 - 0.1/β) + α - 0.3*α/β + 2 - 1.9*(α*β - 0.1*α - β)/β)
   

完整修复后的关键代码片段 #

alpha_set_values = np.linspace(0, 5, 10000)
beta_set_values = np.linspace(1e-6, 6, 10000)  # 移除β=0

def plot_expr(exprVal, points):
    for point in points:
        value = exprVal.subs([(beta, point[0]), (alpha, point[1])])
        # 处理可能的NaN情况（可选）
        if sp.isnan(value):
            continue
        if value > 0:
            plt.scatter([point[0]], [point[1]], color='r')
        else:
            plt.scatter([point[0]], [point[1]], color='b')
    plt.show()

# 先化简表达式
expr1 = sp.simplify(alpha*(1 - 0.1/beta) + alpha - 0.3*alpha/beta + 2 - 1.9*(alpha*beta - 0.1*alpha - beta)/beta)
plot_expr(expr1, points)

内容的提问来源于stack exchange，提问作者dacian