Matplotlib绘图报错：x与y维度不匹配问题咨询

这个错误的核心原因很明确：你现在的f1是SymPy的符号表达式，而不是能处理NumPy数组的数值函数。当你把xspace（一个长度为100的NumPy数组）传入f(xspace)时，SymPy并不会自动把符号表达式转换成对应数值，反而会返回一个包含整个数组的单一符号对象（形状为(1,)），这就和xspace的(100,)维度不匹配，触发了报错。

你完全不用手写函数表达式，用SymPy的lambdify工具就能完美解决这个问题，它可以把SymPy的符号表达式转换成能直接处理NumPy数组的Python函数，步骤如下：

修正后的完整代码示例 #

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

# 首先定义SymPy符号变量x（这一步你可能之前漏掉了）
x = sym.symbols('x')

# 计算你的符号表达式
line1 = x**16 - 1
line2 = x**24 - 1
f1 = sym.cancel(line1 / line2)

# 用lambdify把符号表达式转成支持NumPy的函数
f = sym.lambdify(x, f1, 'numpy')

# 绘图部分
xspace = np.linspace(-3, 3, 100)
plt.ylim([-3, 3])
plt.plot(xspace, f(xspace))
plt.show()

关于二阶导数的处理 #

后续需要绘制二阶导数时，同样用SymPy先求导，再转成数值函数即可，完全不用手写复杂表达式：

# 求二阶导数
f1_second_deriv = sym.diff(f1, x, 2)
# 转成数值函数
f_second_deriv = sym.lambdify(x, f1_second_deriv, 'numpy')
# 直接绘图
plt.plot(xspace, f_second_deriv(xspace))
plt.show()

简单来说，lambdify就是SymPy和NumPy/Matplotlib之间的桥梁，它帮你把符号计算的结果无缝转换成数值计算可用的函数，完美解决维度不匹配的问题，还能省去手写复杂表达式的麻烦。

内容的提问来源于stack exchange，提问作者Mike Hunt