如何将SymPy绘图与Matplotlib绘图合并到同一张图中？

我来帮你搞定这个合并图像的问题！其实核心思路就是让两个绘图工具共用同一个Matplotlib画布和轴，这样就能把点集和表达式曲线放在同一张图里，不用再生成两张独立的图。

修改后的完整代码 #

from os import remove
from matplotlib import pyplot as plt
from PIL import Image
from sympy import plot, symbols

def plot_combined_graphic(x, y, expression, file_name):
    file = '{}.png'.format(file_name)
    x_list, y_list = list(x), list(y)
    
    # 创建共用的Matplotlib画布和轴
    fig, ax = plt.subplots()
    
    # 先绘制点集曲线（如果是离散点可以换成scatter）
    ax.plot(x_list, y_list, label='点集曲线', color='#1f77b4')
    
    # 让SymPy直接把表达式曲线画到这个轴上
    x_sym = symbols('x')
    sym_plot = plot(
        expression.args[1], 
        (x_sym, x_list[0], x_list[-1]), 
        ax=ax, 
        show=False, 
        label='表达式曲线',
        line_color='#ff7f0e'
    )
    
    # 给图像加一些必要的标注（可选但推荐）
    ax.set_xlabel('X 轴')
    ax.set_ylabel('Y 轴')
    ax.set_title('点集与表达式曲线合并图')
    ax.legend()
    
    # 保存图像并清理临时文件
    plt.savefig(file)
    plt.close()
    
    img = Image.open(file)
    remove(file)
    return img

关键细节说明 #

• 共用绘图轴：创建fig, ax = plt.subplots()后，所有绘图操作都基于这个ax对象，这是合并的核心
• SymPy适配Matplotlib：SymPy的plot函数支持ax参数，直接传入Matplotlib的轴对象，就能把表达式曲线叠加到已有的点集图上
• 自定义样式：可以给两条曲线设置不同颜色、标签，再加上图例和坐标轴标题，让图像更易读
• 清理临时文件：和原来的逻辑一样，保存后删除临时文件，返回PIL图像对象

小技巧 #

如果你的点集是离散的散点，而不是连续曲线，可以把ax.plot(x_list, y_list)改成ax.scatter(x_list, y_list, marker='o', color='#2ca02c', label='离散点集')，这样点会更突出。

内容的提问来源于stack exchange，提问作者R. Rustan