Python-in-Excel中Numpy.roots绘制的x截距位置正确但标签标注错误

我来帮你排查这个问题！先梳理下你的场景：你正在开发一个生成学生多项式练习工作表的工具，流程是：

• Excel在限定区间生成随机根
• 计算多项式展开式的系数
• 用Python-in-Excel脚本绘制多项式图像（带标注的x截距）作为答案参考

但现在遇到的诡异问题是：x截距的绘制位置是对的，但部分标签标错了，而且你已经确认系数没问题，在Spyder里跑相同脚本完全正常——这大概率是Python-in-Excel环境里的浮点精度处理或者类型转换问题。

问题根源分析 #

你在标注标签时用了f'{int(x_int)}'，直接把numpy.roots返回的浮点数转成整数。但numpy求解多项式根时，因为浮点计算的精度限制，返回的根可能会和真实整数根有微小偏差，比如真实根是3，但返回的是2.9999999999999996或者3.000000000000001。直接用int()转换的话，会截断小数部分，把2.9999999999999996转成2，这就导致标签和实际位置不符，但因为偏差极小，绘图时看起来还是在3的位置，就出现了“位置对、标签错”的情况。

另外还有一个潜在隐患：numpy.roots可能会返回复数根（虽然三次多项式至少有一个实根，但如果存在共轭复根的话，这些根在实数坐标系里是没有截距的），如果没过滤掉，可能会出现奇怪的标注。

解决方案 #

1. 用四舍五入替代直接转整数

把标签的代码改成用round()来修正浮点偏差：

plt.text(x_int, 20, f'{round(x_int)}', color = "red", fontsize=9, ha = "center")

这样即使根的计算结果有微小误差，也能正确四舍五入到真实的整数根。

2. 过滤掉复数根

在获取根之后，先筛选出真实的实根，避免处理复数根导致的异常：

# 找到x截距
coefficients = [a, b, c, d]
x_intercepts = np.roots(coefficients)
# 过滤复数根，只保留实根并提取实部
x_intercepts = x_intercepts[np.isreal(x_intercepts)].real
# 可选：对实根做微小的精度修正，比如保留6位小数后再处理
x_intercepts = np.round(x_intercepts, 6)

3. 直接使用Excel生成的原始根（最稳妥）

既然你已经在Excel里生成了原始根（r1到r5），其实可以直接用这些值来标注，不需要依赖numpy计算出的根，这样完全避免浮点精度问题：

# 收集Excel里的有效根（根据你的Excel逻辑过滤空值或无效值）
original_roots = [r1, r2, r3, r4, r5]
original_roots = [root for root in original_roots if not np.isnan(root)]

# 绘制并标注原始根
for root in original_roots:
    plt.plot(root, 0, 'ro', zorder=20)
    plt.text(root, 20, f'{int(root)}', color="red", fontsize=9, ha="center")

这个方法最直接，因为原始根就是你期望学生看到的正确答案，完全不会有计算偏差。

补充说明：你提到在Spyder里跑没问题，可能是因为Spyder的浮点计算环境或者numpy版本和Python-in-Excel里的有细微差异，导致根的计算结果精度更高，刚好能通过int()转换得到正确值，但Python-in-Excel环境里的计算出现了微小偏差。

备注：内容来源于stack exchange，提问作者Mark Barry