如果你想绘制一个参数曲线,比如:极坐标玫瑰线 r = cos(5θ)。
那么思路很简单:算出曲线上的点,用 Create 一笔画出来。
但是,写完代码一渲染,问题来了:
花瓣尖端“唰”地一下就过去了,中间部分却慢吞吞的。整条曲线的绘制节奏忽快忽慢,看起来十分别扭。
问题的根源:我让参数 θ均匀递增,但曲线上点移动的实际距离并不是均匀的。参数变化快的地方,点就“飞”过去;参数变化慢的地方,点就“爬”过去。要让画笔匀速移动,必须让参数按照弧长均匀分布——这就是弧长参数化。
手工做这件事几乎不可能:求弧长得积分,反解参数得解方程,曲线稍微复杂一点就算不动了。
好在,我们有 SymPy。
1. 痛点场景还原:一个具体的例子
先看一段“有毛病”的代码,直观感受一下问题:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
| from manim import * import numpy as np from numpy import array run_time = 1 data = [[1, 2], [3, 4]] def dot(pos, **kwargs): return Dot(pos, **kwargs) import numpy as np class BadRoseCurve(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-3, 3]) self.play(*[FadeIn(_o) for _o in [axes]], run_time=1.0) n_points = 500 t = np.linspace(0, 2 * PI, n_points) density = 1 + 3 * np.sin(5 * t) ** 2 theta = np.cumsum(density) theta = theta / theta[-1] * PI r = np.cos(5 * theta) x = r * 2 * np.cos(theta) y = r * 2 * np.sin(theta) points = [axes.c2p(x[i], y[i]) for i in range(n_points)] curve = VMobject(color=PINK, stroke_width=3) curve.set_points_as_corners(points) self.play(Create(curve), run_time=5, rate_func=linear) self.wait()
|
下载 Python 脚本
运行这个动画,你会看到:花瓣尖端几帧就画完了,而花瓣中部却画得很慢。
rate_func=linear 控制的是动画进度的均匀,但曲线本身点的分布就是疏密不均的,所以视觉速度必然忽快忽慢。
2. SymPy 解决方案:弧长参数化三步走
要让绘制速度均匀,核心思路是:生成一组让相邻点之间实际距离相等的参数值。具体分三步:
- 用积分算出弧长函数 L(θ)——从起点到参数 θ 的弧长
- 算总弧长,等分出一组目标弧长值 s1,s2,…s_1, s_2, …s1,s2,…
- 对每个 si,反解方程 L(θ)=si,得到对应的 θi
这三步,SymPy 都能帮上忙。
2.1 用 SymPy 推导弧长函数
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| import sympy as sp
theta = sp.Symbol('theta', real=True) n = 5
r = 2 * sp.cos(n * theta)
x = r * sp.cos(theta) y = r * sp.sin(theta)
dx_dtheta = sp.diff(x, theta) dy_dtheta = sp.diff(y, theta)
ds_dtheta = sp.sqrt(dx_dtheta**2 + dy_dtheta**2) print("弧长微元 ds/dθ =", sp.simplify(ds_dtheta))
''' 弧长微元 ds/dθ = 2*sqrt((2*sin(4*theta) + 3*sin(6*theta))**2 + (2*cos(4*theta) - 3*cos(6*theta))**2) '''
|
SymPy 会输出一个椭圆积分形式的表达式——这是正常的,很多曲线的弧长都没有初等表达式。
没关系,数值求解一样好用。
2.2 用 nsolve 反解等弧长参数点
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
| import numpy as np from scipy.integrate import quad from scipy.optimize import bisect
ds_func = sp.lambdify(theta, ds_dtheta, 'numpy')
def arc_length(t): """计算从 0 到 t 的弧长""" result, _ = quad(ds_func, 0, t, limit=100) return result
total_length = arc_length(2 * np.pi) print(f"总弧长: {total_length:.4f}")
N = 500 s_values = np.linspace(0, total_length, N) theta_vals = []
def f(t, s): return arc_length(t) - s
for i, s in enumerate(s_values): if i == 0: theta_vals.append(0.0) continue
left = theta_vals[-1] right = left + 0.5
while f(right, s) < 0: right += 0.5
sol = bisect(f, left, right, args=(s,), xtol=1e-8) theta_vals.append(float(sol))
theta_vals = np.array(theta_vals)
|
代码要点:
sp.lambdify 把符号表达式编译成 NumPy 函数,求值快
sp.nsolve 数值解方程,给定一个好猜测值能显著加速
- 猜测值用“弧长占比 × 总参数范围”做线性估计,足够接近真实解
3. Manim 联动实战
把上面的计算和 Manim 动画串起来,就是一份完整可运行的代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58
| from manim import * import numpy as np import sympy as sp from scipy.integrate import quad from scipy.optimize import bisect class UniformRoseCurve(Scene): def construct(self): theta = sp.Symbol("theta", real=True) n = 5 r = 2 * sp.cos(n * theta) x_expr = r * sp.cos(theta) y_expr = r * sp.sin(theta) dx = sp.diff(x_expr, theta) dy = sp.diff(y_expr, theta) ds_dtheta = sp.sqrt(dx**2 + dy**2) ds_func = sp.lambdify(theta, ds_dtheta, "numpy") def arc_length(t): val, _ = quad(ds_func, 0, t, limit=100) return val total_len = arc_length(np.pi) print(f"总弧长: {total_len:.4f}") N = 500 s_vals = np.linspace(0, total_len, N) theta_vals = [0.0] def f(t, s): return arc_length(t) - s for i in range(1, N): s = s_vals[i] left = theta_vals[-1] right = left + 0.5 while f(right, s) < 0: right += 0.5 sol = bisect(f, left, right, args=(s,), xtol=1e-8) theta_vals.append(float(sol)) theta_vals = np.array(theta_vals) x_func = sp.lambdify(theta, x_expr, "numpy") y_func = sp.lambdify(theta, y_expr, "numpy") axes = Axes(x_range=[-3, 3], y_range=[-3, 3]) self.play(*[FadeIn(_o) for _o in [axes]], run_time=1.0) points = [] for t in theta_vals: px = float(x_func(t)) py = float(y_func(t)) points.append(axes.c2p(px, py)) curve = VMobject(color=PINK, stroke_width=3) curve.set_points_as_corners(points) self.play(Create(curve), run_time=5, rate_func=linear) self.wait()
|
4. 效果展示说明
运行 UniformRoseCurve,对比之前的 BadRoseCurve,差异一目了然:
- 绘制过程均匀流畅:粉色线条以恒定速度从起点生长到终点,花瓣尖端不再“闪现”,花瓣中部也不再“拖沓”。整条曲线在 10 秒内被平稳地画完,节奏非常舒服。
- 同一曲线,两种体验:
BadRoseCurve 由于刻意在花瓣中部堆了 3 倍密度,视觉上画笔会在那里明显减速;而弧长参数化版本抹平了所有速度波动,让 rate_func=linear 真正发挥作用。
- 弧长参数化的本质:虽然
theta_vals 的数值分布是不均匀的(花瓣尖端附近 θ 变化慢,中部变化快),但映射到平面后,相邻点之间的实际距离完全相等。这就是“均匀”的真正含义——空间上的均匀,而非参数上的均匀。
5. 本期小结
- 问题本质:均匀参数 ≠ 均匀弧长,直接用均匀参数画曲线必然速度不均。
- 解决思路:弧长参数化——先算弧长函数,再反解出等弧长分布的参数点。
- SymPy 的角色:
sp.diff → 求导得弧长微元
sp.integrate → 算弧长函数
sp.nsolve → 反解参数值
sp.lambdify → 表达式转数值函数,高效求值
- Manim 中的用法:把等弧长点集喂给
VMobject.set_points_as_corners(),再用 Create + rate_func=linear,即可实现真正匀速的曲线绘制。
主观感受,仅供参考。本文采用 本文采用 CC BY-NC-SA 4.0 许可 协议,
完整转载请注明来自
数学动画引擎。