如何在Python中求解指定方程的y并绘制y-x关系图（x∈[0,1]）

对应你在Mathematica中的一行实现，Python可以通过**sympy（符号计算）和matplotlib（绘图）**完成，步骤如下：

1. 安装依赖库 #

如果还没装需要的库，先执行：

pip install sympy matplotlib numpy

2. 完整代码实现 #

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

# 定义符号变量
x, y = sp.symbols('x y')

# 构造方程（对应Mathematica中的等式）
equation = sp.Eq(10 * x**2 - 7 * x + 3, 2 * y + y**2)

# 求解y（对应Mathematica的Solve）
y_solutions = sp.solve(equation, y)

# 将符号解转换为可计算数值的函数（对应Mathematica的y /. Solve）
y1 = sp.lambdify(x, y_solutions[0], 'numpy')
y2 = sp.lambdify(x, y_solutions[1], 'numpy')

# 生成x的取值区间（0到1，100个采样点）
x_values = np.linspace(0, 1, 100)

# 计算对应的y值
y1_values = y1(x_values)
y2_values = y2(x_values)

# 绘图（对应Mathematica的Plot）
plt.plot(x_values, y1_values, label='y₁')
plt.plot(x_values, y2_values, label='y₂')
plt.xlabel('x')
plt.ylabel('y')
plt.title('y与x的关系（0 ≤ x ≤ 1）')
plt.legend()
plt.grid(True)
plt.show()

关键步骤说明 #

• 符号求解：用sympy.solve解二次方程，得到两个解析解，对应Mathematica的Solve函数。
• 转数值函数：sp.lambdify把sympy的符号表达式转换成numpy兼容的函数，方便批量计算x对应的y值，等价于Mathematica中y /. Solve的替换操作。
• 绘图：用matplotlib的plot函数分别绘制两个解的曲线，设置标签、坐标轴和网格，完成可视化。

内容的提问来源于stack exchange，提问作者Aladdin