如何在NumPy/Matplotlib中实现多参数函数绘图与交互控件？

没问题！我帮你把这三个需求的实现代码整理好了，每个部分都有详细说明，直接就能跑起来～

咱们先定义一个计算抛体运动轨迹的函数（忽略空气阻力，只考虑重力），然后准备4组不同的初速度v0和发射角度theta，在同一个画布上用不同颜色绘制每条轨迹，再加上图例方便区分：

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

# 定义重力加速度
g = 9.8

def calculate_trajectory(v0, theta):
    # 角度转弧度
    theta_rad = np.deg2rad(theta)
    # 计算运动总时间（直到落地）
    t_total = 2 * v0 * np.sin(theta_rad) / g
    # 生成时间点
    t = np.linspace(0, t_total, 100)
    # 计算x和y坐标
    x = v0 * np.cos(theta_rad) * t
    y = v0 * np.sin(theta_rad) * t - 0.5 * g * t**2
    return x, y

# 4组不同的参数：(v0, theta)
params = [
    (10, 30),
    (15, 45),
    (20, 60),
    (25, 15)
]
# 对应4种颜色
colors = ['red', 'blue', 'green', 'orange']

# 创建画布
plt.figure(figsize=(8, 6))

# 循环绘制每组轨迹
for (v0, theta), color in zip(params, colors):
    x, y = calculate_trajectory(v0, theta)
    plt.plot(x, y, color=color, label=f'v0={v0}m/s, theta={theta}°')

# 添加图例和标签
plt.xlabel('水平距离 (m)')
plt.ylabel('高度 (m)')
plt.title('不同初速度和角度的抛体运动轨迹（单画布）')
plt.legend()
plt.grid(True)
plt.show()

这次我们用plt.subplots(2,2)创建2×2的子图网格，把每组参数的轨迹分别画在对应的子图里，每个子图都标注自己的参数组合，看起来更清晰：

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

g = 9.8

def calculate_trajectory(v0, theta):
    theta_rad = np.deg2rad(theta)
    t_total = 2 * v0 * np.sin(theta_rad) / g
    t = np.linspace(0, t_total, 100)
    x = v0 * np.cos(theta_rad) * t
    y = v0 * np.sin(theta_rad) * t - 0.5 * g * t**2
    return x, y

params = [
    (10, 30),
    (15, 45),
    (20, 60),
    (25, 15)
]

# 创建2x2的子图网格
fig, axes = plt.subplots(2, 2, figsize=(10, 8))
axes = axes.flatten()  # 把二维数组转成一维，方便循环

for ax, (v0, theta) in zip(axes, params):
    x, y = calculate_trajectory(v0, theta)
    ax.plot(x, y, color='purple')
    ax.set_title(f'v0={v0}m/s, theta={theta}°')
    ax.set_xlabel('水平距离 (m)')
    ax.set_ylabel('高度 (m)')
    ax.grid(True)

# 调整子图间距，避免标题和标签重叠
plt.tight_layout()
plt.show()

这里用到matplotlib.widgets.Slider创建两个滑块，分别控制初速度和发射角度，拖动滑块就能实时更新轨迹。注意要把绘图模式改成%matplotlib notebook（如果是Jupyter环境），这样才能支持交互：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
%matplotlib notebook  # 交互模式，inline无法交互

g = 9.8

def calculate_trajectory(v0, theta):
    theta_rad = np.deg2rad(theta)
    # 处理角度为0的情况，避免除零错误
    t_total = 2 * v0 * np.sin(theta_rad) / g if np.sin(theta_rad) != 0 else 0
    t = np.linspace(0, t_total, 100)
    x = v0 * np.cos(theta_rad) * t
    y = v0 * np.sin(theta_rad) * t - 0.5 * g * t**2
    return x, y

# 创建画布和轨迹轴，留出滑块位置
fig, ax = plt.subplots(figsize=(8, 6))
plt.subplots_adjust(left=0.1, bottom=0.25)

# 初始参数
v0_init = 15
theta_init = 45
x, y = calculate_trajectory(v0_init, theta_init)
line, = ax.plot(x, y, color='darkred')

# 设置轴标签和标题
ax.set_xlabel('水平距离 (m)')
ax.set_ylabel('高度 (m)')
ax.set_title('交互式抛体运动轨迹调节')
ax.grid(True)
ax.set_xlim(0, 50)  # 固定x轴范围，避免滑块拖动时轴频繁变化
ax.set_ylim(0, 20)

# 创建滑块的位置和样式
ax_v0 = plt.axes([0.1, 0.1, 0.8, 0.03])
ax_theta = plt.axes([0.1, 0.05, 0.8, 0.03])

# 创建滑块：v0范围5-30m/s，theta范围0-90°
slider_v0 = Slider(ax=ax_v0, label='初速度 v0 (m/s)', valmin=5, valmax=30, valinit=v0_init)
slider_theta = Slider(ax=ax_theta, label='发射角度 theta (°)', valmin=0, valmax=90, valinit=theta_init)

# 定义更新函数，滑块拖动时实时更新轨迹
def update(val):
    v0 = slider_v0.val
    theta = slider_theta.val
    x_new, y_new = calculate_trajectory(v0, theta)
    line.set_data(x_new, y_new)
    fig.canvas.draw_idle()

# 绑定滑块的更新事件
slider_v0.on_changed(update)
slider_theta.on_changed(update)

plt.show()

内容的提问来源于stack exchange，提问作者ZelelB