如何用滑块动态查看SymPy中参数q变化时的不等式区域变化

以下提供两种实用方案，分别基于Matplotlib（适合Jupyter环境）和Plotly（适合网页交互），均可通过滑块动态调整参数q并实时更新(u,c)的可行域。

方案一：Matplotlib + ipywidgets（Jupyter Notebook/Lab 适用） #

该方案依赖ipywidgets库，在交互式笔记本中可以快速实现滑块控制，代码结构简洁易修改。

示例代码 #

import numpy as np
import matplotlib.pyplot as plt
from ipywidgets import interact, FloatSlider

# 定义绘图函数，参数q为滑块传入的实时值
def plot_feasible_region(q=0.5):
    # 生成u和c的网格数据，范围(0,1)
    u = np.linspace(0, 1, 200)
    c = np.linspace(0, 1, 200)
    U, C = np.meshgrid(u, c)
    
    # --------------------------
    # 替换为你的多组不等式条件
    # 示例：u > q*c, c < 1-u, 且u,c∈(0,1)
    feasible_mask = (U > q * C) & (C < 1 - U) & (U > 0) & (U < 1) & (C > 0) & (C < 1)
    # --------------------------
    
    # 绘制可行域
    plt.figure(figsize=(6,6))
    plt.imshow(feasible_mask.astype(int), extent=(0,1,0,1), origin='lower', cmap='Blues', alpha=0.5)
    plt.xlabel('u')
    plt.ylabel('c')
    plt.title(f'Feasible Region (q = {q:.2f})')
    plt.grid(True, alpha=0.3)
    plt.show()

# 创建滑块控件，q的范围(0.01, 0.99)，步长0.01
interact(plot_feasible_region, q=FloatSlider(min=0.01, max=0.99, step=0.01, value=0.5, description='q:'))

适配SymPy不等式 #

如果你的原始不等式是用SymPy定义的，可以通过lambdify将符号表达式转换为数值计算函数，示例如下：

from sympy import symbols, lambdify

# 定义符号变量
u_sym, c_sym, q_sym = symbols('u c q')

# 定义SymPy不等式（替换为你的实际不等式）
sym_expr1 = u_sym > q_sym * c_sym
sym_expr2 = c_sym < 1 - u_sym

# 转换为可计算的lambda函数
calc_expr1 = lambdify((u_sym, c_sym, q_sym), sym_expr1)
calc_expr2 = lambdify((u_sym, c_sym, q_sym), sym_expr2)

# 在绘图函数中使用
feasible_mask = calc_expr1(U, C, q) & calc_expr2(U, C, q) & (U > 0) & (U < 1) & (C > 0) & (C < 1)

方案二：Plotly（支持网页交互） #

Plotly自带交互式组件，无需额外依赖，生成的图表可直接在网页中分享，交互体验更流畅。

示例代码 #

import plotly.graph_objects as go
import numpy as np

# 生成u和c的网格数据
u = np.linspace(0, 1, 200)
c = np.linspace(0, 1, 200)
U, C = np.meshgrid(u, c)

# 定义初始q值和可行域掩码（替换为你的不等式）
q_initial = 0.5
feasible_mask = (U > q_initial * C) & (C < 1 - U) & (U > 0) & (U < 1) & (C > 0) & (C < 1)

# 创建热力图绘制可行域
fig = go.Figure(data=go.Heatmap(
    z=feasible_mask.astype(int),
    x=u,
    y=c,
    colorscale=['white', 'royalblue'],
    showscale=False,
    hoverinfo='none'
))

# 添加滑块控件，动态更新q值
fig.update_layout(
    sliders=[{
        'active': int((q_initial - 0.01)/0.01),
        'currentvalue': {'prefix': '当前q值: '},
        'pad': {'t': 60},
        'steps': [{
            'label': f'{q:.2f}',
            'method': 'update',
            'args': [{'z': [(U > q * C) & (C < 1 - U) & (U >0) & (U<1) & (C>0) & (C<1)]}]
        } for q in np.linspace(0.01, 0.99, 99)]
    }],
    xaxis_title='u',
    yaxis_title='c',
    title='动态调整q的可行域',
    width=600,
    height=600
)

# 显示交互式图表
fig.show()

关键说明 #

• 两种方案中，核心是替换可行域的掩码计算逻辑，将示例中的不等式替换为你实际需要满足的多组不等式即可。
• 若使用SymPy，务必通过lambdify完成符号表达式到数值函数的转换，确保能在网格数据上批量计算。

内容的提问来源于stack exchange，提问作者djsteve