Python绘制二元求和函数遇维度不匹配及绘图不显示问题求助

报错根因拆解 #

维度不匹配问题来源 #

• 实现求和逻辑时，离散求和变量t和连续绘图变量x的形状未做兼容适配：NumPy广播规则要求参与运算的数组维度匹配，当x是长度为N的一维采样序列、t是长度为M的离散取值序列时，直接逐元素运算会触发维度不匹配报错
• 常见错误场景：直接在向量化运算中使用一维t数组和长度不等的一维x数组做乘除、三角函数运算，未做形状转换就强行计算

曲线不显示问题来源 #

• 求和计算完成后，输出的y值为二维结构，未沿求和维度做聚合，传入绘图函数时无法识别为可绘制的一维曲线序列
• 运算过程中因为维度不匹配生成了大量NaN、Inf无效值，绘图时无有效采样点
• 求和项的系数、求和范围设置偏差，最终函数值整体远超出设置的坐标轴区间，落在可视区域外

可直接复用的实现代码 #

1. 导入依赖库

import numpy as np
import matplotlib.pyplot as plt

2. 生成x轴采样序列，和常规一维函数绘图逻辑保持一致

# 按需求设置x的绘图区间，例：-10到10取1000个均匀采样点
x = np.linspace(-10, 10, 1000)

3. 对齐求和变量形状，从根源解决维度不匹配问题

# 定义求和项中t的取值范围，例：t从1到10，取整数步长
t = np.arange(1, 11, 1)
# 将t转换为列向量，利用NumPy广播机制适配x的维度，无需手动嵌套循环即可自动匹配维度，从结构上避免维度报错
t = t[:, np.newaxis]

4. 计算求和项并聚合，得到和x维度完全匹配的y值序列

# 按实际目标函数替换项内的表达式，示例结构匹配双变量求和函数的通用计算逻辑
sum_terms = (1/t) * np.sin(x/t) * np.exp(-x**2 / (2 * t**2))
# 沿t所在的维度求和，最终得到长度和x完全一致的y值数组
y = np.sum(sum_terms, axis=0)

5. 执行绘图逻辑

plt.plot(x, y, linewidth=2)
plt.xlabel("x")
plt.ylabel("f(x)")
plt.grid(alpha=0.3)
plt.show()

快速排错校验步骤 #

• 计算完y值后先检查维度：打印y.shape，确认输出形状和x.shape完全一致，无多余维度
• 检查无效值：执行np.isnan(y).sum()、np.isinf(y).sum()，确认计算过程未生成无效值
• 检查值域范围：打印y.min()和y.max()，根据输出值调整坐标轴范围，避免因函数值落在可视区间外看不到曲线

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