绘制二元函数时出现'Mul'对象无'ndim'属性报错的问题求助

报错核心是符号运算对象与数值运算数组混用，具体问题如下：

• 你最开始通过sp.symbols将r、P定义为了SymPy符号变量，后续虽然给它们重新赋值了numpy数值数组，但自定义函数f里使用的是SymPy的sp.exp符号运算函数，传入numpy数组后返回的是SymPy的Mul符号运算对象，不是matplotlib绘图要求的numpy数值数组，因此不存在ndim属性。
• 你当前的场景只有数值计算和绘图需求，完全不需要引入SymPy做符号运算，属于不必要的依赖引入。

• 移除了不必要的SymPy依赖和符号变量定义
• 将函数内的sp.exp替换为np.exp，适配numpy数组的批量数值运算
• 将n、K的计算移到P赋值为数值数组之后，确保输出的是数值结果而非符号表达式

import math
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm   # 导入颜色映射工具

Kb = 1.38*10**(-23) # 玻尔兹曼常数
T = 293 # 室温（开尔文）
I = 304.4
sigma = 7.63*10**(-18)

def f(r, P):
    # 替换为numpy的指数函数适配数组运算
    return 304.4 * np.exp((r * 293 * 1.38 * 10**(-23)) / (P * 7.63 * 10**(-18)))

r = np.linspace(1, 11, 50) # 取值范围1cm到11cm
P = np.linspace(133.322, 66661.2, 100) # 取值范围1Torr到500Torr

# 数值计算n、K，放在P赋值为数值之后
n = (P/(Kb * T))
print('n: ', n)
print('pi: ', math.pi)
K = (1/(n*sigma))
print('K: ', K)

X, Y = np.meshgrid(r, P) # 生成网格坐标
Z = f(X, Y) # 此时返回二维numpy数组，符合绘图要求

fig = plt.figure()
ax = plt.axes(projection = "3d")
ax.plot_surface(X, Y, Z, rstride = 1, cstride = 1, cmap = "jet", edgecolor = "none")
plt.xlabel('r')
plt.ylabel('P')
ax.set_title("surface")
plt.show()

内容的提问来源于stack exchange，提问作者Keyli