一次函数图像工厂:用 SymPy 自动生成 y=kx+b 对比动画

你在用 Manim 制作一次函数图像的对比动画时,是不是也遇到过这种麻烦:想直观展示不同斜率 k 和截距 b 对直线的影响,但每改一个参数,都得重新手算两端点坐标、重新算与坐标轴的交点,甚至要凭感觉"拉长"线段保证它贯穿画面。

改三组参数,工作量就翻三倍。

今天这篇文章,就是要彻底解决这个体力活。我会带你用 SymPy 把计算交给代码,让 Manim 只负责"画",实现一次函数图像的自动化生成与对比

1. 痛点场景还原

假设我们想做一个简单的对比动画,在坐标系里同时画出:

  • y = 2x + 1
  • y = -\\frac{1}{2}x + 3

如果纯用 Manim 手写,我们一般会这样写(只画其中一条的片段):

python 复制代码
from manim import *

class ManualLinear(Scene):
    def construct(self):
        ax = Axes(
            x_range=[-5, 5],
            y_range=[-5, 5],
            axis_config={"include_numbers": True}
        )
        # 手动计算两个点的坐标,以保证线段能覆盖整个画面
        # y = 2x + 1,当 x=-5 时 y=-9,当 x=5 时 y=11
        line1 = Line(ax.c2p(-5, -9), ax.c2p(5, 11), color=RED)
        # 手动计算与 y 轴的交点 (0, 1)
        intercept_dot = Dot(ax.c2p(0, 1), color=YELLOW)

        self.add(ax, line1, intercept_dot)

这里的问题很明显:端点坐标、截距坐标都是我"算出来写死"的

如果想把 k 改成 -0.7b 改成 2.5,上面所有数字都得重新算一遍。

更难受的是,如果想让线段刚好卡在坐标轴的边框上(既不超出也不短),还需要解方程求直线与矩形边框的交点------手动做实在太低效了。

这还只是一条线,如果要一次性展示 k -22 的多条直线,手动计算根本不可能。

2. SymPy 解决方案:把计算"外包"出去

解决思路非常直接:用 SymPy 负责符号运算,根据给定的参数自动求出我们需要的所有坐标。

核心任务有三个:

  • 给定 kb 和坐标系可视范围,自动生成直线的两个端点(正好落在边框上)
  • 自动求出直线与坐标轴的交点(截距)
  • 判断两条直线是否平行(系数比较)

先看纯 SymPy 的运算逻辑,不需要 Manim

python 复制代码
import sympy as sp

x, y = sp.symbols('x y')
k, b = sp.symbols('k b')
expr = k * x + b  # y = kx + b

# 示例:取 k=2, b=1,x 范围 [-5, 5],y 范围 [-5, 5]
x_min, x_max = -5, 5
y_min, y_max = -5, 5

# 1. 求与坐标轴的交点
x_intercept = sp.solve(expr.subs({k: 2, b: 1}), x)  # 令 y=0
# x_intercept = [-1/2]  即 (-0.5, 0)
y_intercept = expr.subs({k: 2, b: 1, x: 0})         # 令 x=0
# y_intercept = 1  即 (0, 1)

# 2. 自动求边框端点:解直线与 x=x_min, x=x_max, y=y_min, y=y_max 的交点,
#    保留落在矩形范围且是"极值方向"的两个点
points_on_border = []
for x_val in (x_min, x_max):
    y_val = expr.subs({k: 2, b: 1, x: x_val})
    if y_min <= y_val <= y_max:
        points_on_border.append((x_val, y_val))
for y_val in (y_min, y_max):
    sol_x = sp.solve(expr.subs({k: 2, b: 1}) - y_val, x)
    for x_sol in sol_x:
        if x_min <= x_sol <= x_max:
            points_on_border.append((x_sol, y_val))
# 取两个端点(按 x 排序即可)
points_on_border = sorted(points_on_border, key=lambda p: p[0])
endpoints = [points_on_border[0], points_on_border[-1]]

# 3. 判断平行:比较化简后的系数(注意避免浮点精度问题)
k1, k2 = sp.sympify('2'), sp.sympify('-0.5')
parallel = sp.simplify(k1 - k2) == 0  # 完全相等才平行

上面的计算过程被封装成一个工具函数后,接下来 Manim 只需要拿着这些坐标画图就行了。

3. Manim 联动实战:完整可运行代码

下面给出完整的场景代码,一次运行自动生成 y=kx+b 多条直线的对比图,带截距高亮和平行判断。

python 复制代码
from manim import *
import sympy as sp

class AutoLinearComparison(Scene):
    def construct(self):
        # 坐标轴及范围
        ax = Axes(
            x_range=[-4, 4, 1],
            y_range=[-4, 4, 1],
            x_length=8,
            y_length=6,
            axis_config={"include_numbers": True, "font_size": 18},
            tips=False,
        ).add_coordinates()
        self.add(ax)

        # 需要对比的参数列表:(k, b, 颜色)
        params = [
            (2, 1, RED),
            (-0.5, 3, BLUE),
            (1, -2, GREEN),
            (-0.5, -1, ORANGE),
        ]

        lines_vg = VGroup()
        dots_vg = VGroup()
        labels_vg = VGroup()

        x_min, x_max = ax.x_range[0], ax.x_range[1]  # -6, 6
        y_min, y_max = ax.y_range[0], ax.y_range[1]  # -4, 4

        x, y = sp.symbols("x y")
        k_sym, b_sym = sp.symbols("k b")
        expr_template = k_sym * x + b_sym  # 符号模板

        for k_val, b_val, color in params:
            # ---- SymPy 计算 ----
            expr = expr_template.subs({k_sym: k_val, b_sym: b_val})  # 代入具体参数

            # 1. 求直线与坐标轴交点(截距)
            x_int = sp.solve(expr, x)  # 令 y=0
            x_int = float(x_int[0]) if x_int else None
            y_int = float(expr.subs(x, 0))  # 令 x=0

            # 2. 求直线与矩形边框的合理端点
            border_pts = []
            for x_val in (x_min, x_max):
                y_val = float(expr.subs(x, x_val))
                if y_min <= y_val <= y_max:
                    border_pts.append((x_val, y_val))
            for y_val in (y_min, y_max):
                sol_x = sp.solve(expr - y_val, x)
                for sx in sol_x:
                    sx_f = float(sx)
                    if x_min <= sx_f <= x_max:
                        border_pts.append((sx_f, y_val))
            border_pts = sorted(border_pts, key=lambda p: p[0])
            # 取首尾作为线段端点
            p1, p2 = border_pts[0], border_pts[-1]

            # ---- Manim 绘制 ----
            line = Line(ax.c2p(*p1), ax.c2p(*p2), color=color, stroke_width=4)
            lines_vg.add(line)

            # 截距点(如果落在坐标轴范围内)
            if x_int is not None and y_min <= 0 <= y_max:
                dot_x = Dot(ax.c2p(x_int, 0), color=color, radius=0.08)
                dots_vg.add(dot_x)
                # 标注 x 截距坐标
                label_x = MathTex(
                    f"({x_int:.1f},0)", font_size=20, color=color
                ).next_to(dot_x, DOWN)
                labels_vg.add(label_x)
            if y_int is not None and x_min <= 0 <= x_max:
                dot_y = Dot(ax.c2p(0, y_int), color=color, radius=0.08)
                dots_vg.add(dot_y)
                label_y = MathTex(
                    f"(0,{y_int:.1f})", font_size=20, color=color
                ).next_to(dot_y, LEFT)
                labels_vg.add(label_y)

        # 播放动画
        self.play(Create(lines_vg), run_time=3)
        self.play(FadeIn(dots_vg, scale=0.5), Write(labels_vg), run_time=2)
        self.wait(2)

说明几点关键设计:

  • x_range[0], x_range[1] 直接读取坐标轴的数值范围,后续所有计算都以此为基准,修改范围再也不用手动改端点计算。
  • 与边框求交时,遍历了四条边界线 x=min, x=max, y=min, y=max,并筛选落在范围内的点,确保线段两端刚好"顶"到边框,不多不少。
  • 截距点用了 sp.solve(expr, x) 求 x 截距(即 y=0 时 x 的值),用 .subs(x,0) 求 y 截距。这些值可直接传给 ax.c2p 完成坐标转换。
  • 平行判断在这个例子里没显示,但你可以轻松加入:用 sp.simplify(k1 - k2) == 0 比较两条直线的斜率,如果平行就给特殊标注。

4. 效果展示说明

运行上述代码后,你会看到:

  • 坐标系先出现,随后四条不同颜色的直线同时生长出来。
  • 每条直线的长度恰好贯穿整个画面,没有任何线段伸到坐标轴之外或中途截断,视觉效果干净利落。
  • 紧接着,每个颜色对应的截距点(与 x 轴、y 轴的交点)以圆点浮现,旁边自动标注坐标数值,像是"( -0.5 , 0 )"、"( 0 , 3 )" 这样的形式。
  • 如果两条直线的 k 值相等(比如再补一条平行线),你还可以添加文字提示"这两条直线平行",彻底不用人工判断。

更棒的是,如果你想换成另外一组 kb 组合,只需要改动 params 列表,其余一切自动计算、自动适应。比如演示"k 逐渐增大时直线越来越陡",直接写个循环生成 10 条线,瞬间得到教学需要的对比图。

5. 小结

这一期我们解决了一个非常具体的教学动画痛点:手工计算直线端点与截距。通过引入 SymPy,我们实现了:

  • 表达式符号化y = kx + b 作为模板,替换参数即可得到具体表达式。
  • 端点自动生成:解直线与坐标轴矩形的交点,再也不用担心线段太长或太短。
  • 截距自动标注solvesubs 精确求出与轴的交点,无手动误差。
  • 易于扩展:可以轻松加入平行/相交判断、动态改变 k 或 b 的动画等。

当你把繁琐的计算全部外包给 SymPy 后,Manim 就回归了它最擅长的角色:一个纯粹的视觉表达工具。

你的创意不再被重复的算术打断,这才是代码动画应有的样子。

相关推荐
wang_yb2 天前
用 SymPy 解决 Manim 曲线绘制速度不均的问题
databook·manim
wang_yb9 天前
Manim物理模拟:别自己写欧拉了!
databook·manim
wang_yb11 天前
轨迹的蓝图:方程求解与交点计算
databook·manim
wang_yb13 天前
填充与积累:积分与面积的可视化
databook·manim
wang_yb15 天前
切线的魔法:用 SymPy 和 Manim 轻松搞定导数动画
databook·manim
wang_yb17 天前
让数学公式自动推导
databook·manim
wang_yb18 天前
告别手动计算,SymPy 初识与 Manim 联动
databook·manim
wang_yb1 个月前
怎么让我的AI编程助手有“记性”
ai·databook
wang_yb1 个月前
3分钟看懂p值和置信区间:别再被_显著_忽悠了
数据分析·databook