SymPy定义分段函数遇TypeError报错，求支持绘图的解决方案

我来帮你搞定这个问题！你碰到的TypeError: cannot determine truth value of Relational，核心原因是你把SymPy的符号变量当成普通数值用Python原生的if-else判断了——SymPy的x是符号对象，不是具体的数字，直接写-L < x < L会生成一个Relational表达式，而不是布尔值，Python没法用它来判断if的条件。另外你的原代码还有个小问题：boundaries函数没有返回值，in_boundaries是局部变量，H函数根本拿不到这个值，逻辑上也走不通。

下面给你两种靠谱的解决方案，都能支持SymPy的后续操作和绘图：

方案1：用SymPy原生的Piecewise函数（推荐） #

SymPy专门提供了Piecewise类来定义分段函数，完美适配符号运算，还能直接绘图，是最适合你的场景的方法：

import sympy as sym
import numpy as np
import matplotlib.pyplot as plt

# 获取用户输入
H_0 = int(input("Enter H_0: "))
L = int(input("Enter L: "))
x = sym.Symbol("x")

# 用Piecewise定义分段函数
# 格式：(表达式, 条件)，最后一个(0, True)代表默认情况
H = sym.Piecewise(
    (H_0 * (1 - x/L), sym.And(-L < x, x < L)),
    (0, True)
)

# 打印函数表达式
print("\nH(x) = " + str(H))

### 绘图方式1：用SymPy自带的plot工具（简单快捷）
sym.plot(H, (x, -2*L, 2*L), title="Piecewise Function H(x)", xlabel="x", ylabel="H(x)")

### 绘图方式2：转换成数值函数用Matplotlib绘制（自定义性更强）
# 将SymPy函数转换成能处理NumPy数组的数值函数
H_numeric = sym.lambdify(x, H, 'numpy')
# 生成x轴数值
x_vals = np.linspace(-2*L, 2*L, 1000)
# 计算对应的y值
y_vals = H_numeric(x_vals)

# 绘制自定义图表
plt.figure(figsize=(8, 4))
plt.plot(x_vals, y_vals, color='darkorange')
plt.title("Piecewise Function H(x)")
plt.xlabel("x")
plt.ylabel("H(x)")
plt.grid(alpha=0.3)
plt.show()

关键细节说明： #

• sym.And(-L < x, x < L)：这是SymPy里组合多个条件的正确方式，不能用Python原生的and，否则会触发同样的错误。
• Piecewise的结构：每个元组对应一段函数的表达式和生效条件，最后一个(0, True)表示所有不满足前面条件的情况都返回0，相当于你的else分支。
• 两种绘图方式：如果只需要快速看函数形状，用SymPy的plot就行；如果要调整图表样式、添加标注等，用lambdify转成数值函数后用Matplotlib更灵活。

方案2：给函数添加数值判断兼容（适合需要混合符号和数值运算的场景） #

如果你一定要保留类似if-else的逻辑，可以在函数里先判断输入是SymPy符号还是数值，分开处理：

import sympy as sym
import numpy as np
import matplotlib.pyplot as plt

H_0 = int(input("Enter H_0: "))
L = int(input("Enter L: "))
x_sym = sym.Symbol("x")

def H(x):
    # 判断输入是否是SymPy符号对象
    if isinstance(x, sym.Symbol):
        # 对符号对象用Piecewise返回表达式
        return sym.Piecewise(
            (H_0 * (1 - x/L), sym.And(-L < x, x < L)),
            (0, True)
        )
    else:
        # 对数值直接用普通条件判断
        if -L < x < L:
            return H_0 * (1 - x/L)
        else:
            return 0

# 打印符号表达式
print("\nH(x) = " + str(H(x_sym)))

# 绘图示例（用Matplotlib）
x_vals = np.linspace(-2*L, 2*L, 1000)
y_vals = [H(x) for x in x_vals]

plt.figure(figsize=(8,4))
plt.plot(x_vals, y_vals)
plt.title("Piecewise Function H(x)")
plt.xlabel("x")
plt.ylabel("H(x)")
plt.grid(True)
plt.show()

这种方式既支持SymPy的符号运算，又能直接处理数值输入，适合需要同时处理两种场景的情况。

内容的提问来源于stack exchange，提问作者random__human