做追及问题动画时,需要根据题意列方程求出相遇时间,再手动计算两个物体在每个时刻的坐标。
题意中速度、初始距离、出发时间差这些参数一改变,就得重新手算一遍,整个过程繁琐且易错。
本文用 SymPy 把列方程和求解都自动化,直接得到相遇时间和运动轨迹,动画代码只需拿到结果去画图。
1. 痛点场景还原
假设做一个最经典的追及动画:甲从原点出发,速度 v1=2;乙从 x=10 处同向出发,速度 v2=5,问多久追上。
如果用纯手工方式写 Manim:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
| from manim import * class PainfulCatchUp(Scene): def construct(self): v1, v2 = 2, 5 t_meet = 10/3 meet_x = 5 * t_meet
def pos1(t): return 10 + v1 * t def pos2(t): return v2 * t
|
下载 Python 脚本
痛点很明显:
- 每次改变速度或初始距离,都要重新手写方程、求解、算相遇坐标。
- 题目条件稍微变化(比如“甲先走1分钟”、“乙在中途休息”),手算的过程就得全部推翻重来。
- 容易在单位换算、正方向等细节上出错,动画一旦跑起来发现不对,排查起来也费劲。
这些计算本质上就是根据文字描述建立代数方程并求解,正是 SymPy 最擅长的事。
2. SymPy 解决方案介绍
SymPy 可以让我们用符号把追及问题“翻译”成方程,然后自动求解。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
| from manim import * import sympy as sp
t = sp.symbols('t', positive=True) v1, v2 = 2, 5 s0 = 10
pos1 = s0 + v1 * t
pos2 = v2 * t
eq = sp.Eq(pos1, pos2) solution = sp.solve(eq, t)
|
如果甲先出发 2 秒,方程只需改一下:
1 2 3 4 5 6
| from manim import * t_delay = 2 pos1 = s0 + v1 * (t + t_delay) eq = sp.Eq(pos1, pos2) solution = sp.solve(eq, t)
|
无论怎么变化,我们只需要修改符号表达式的构建逻辑,求解交给 solve,相遇坐标直接代入即可。
接下来把这个思想嵌入 Manim,动画就能自适应任意追及条件。
3. Manim 联动实战
下面是一个完整的动画场景:给定甲、乙的初始位置、速度和出发延迟,自动计算相遇点,并动态展示追及过程。
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
| from manim import * import numpy as np import sympy as sp def head(cn, en): t = Text(cn, font="STLiti", font_size=27).to_edge(UP) s = Text(en, font="Consolas", font_size=20, color=YELLOW).next_to(t, DOWN, buff=0.10) return VGroup(t, s) def foot(cn): return Text(cn, font="STLiti", font_size=20, color=YELLOW).to_edge(DOWN) class CatchUp(Scene): def construct(self): self.add(head("追及问题:列方程求相遇时间", "SymPy / solve")) t = sp.symbols("t") v1, v2, d0 = 5, 2, 10 meet = float(sp.solve(sp.Eq(v1 * t, d0 + v2 * t), t)[0]) line = NumberLine(x_range=[0, 20, 2], length=11).shift(DOWN * 1.2) a = Dot(line.n2p(0) + UP * 0.32, color=BLUE, radius=0.18) b = Dot(line.n2p(d0) + DOWN * 0.32, color=RED, radius=0.18) la = Text("A", font="Consolas", font_size=22, color=BLUE).next_to(a, UP) lb = Text("B", font="Consolas", font_size=22, color=RED).next_to(b, DOWN) la.add_updater(lambda m: m.next_to(a, UP)) lb.add_updater(lambda m: m.next_to(b, UP)) lab = Text("t = %.2f" % meet, font="Consolas", font_size=24, color=YELLOW).to_corner(UR) self.add(line, a, b, la, lb, lab) self.play(a.animate.move_to(line.n2p(v1 * meet) + UP * 0.32), b.animate.move_to(line.n2p(d0 + v2 * meet) + DOWN * 0.32), run_time=3.6) self.play(Flash(line.n2p(v1 * meet), color=YELLOW), run_time=1.2) self.play(FadeIn(foot("位置相等的方程交给 SymPy,动画只负责画")), run_time=0.4) self.wait(1.2)
|
下载 Python 脚本
关键点解释:
- 参数集中在开头,修改
v1, v2, init_gap, delay 就能改变整个题目,SymPy 会自动重新求解相遇时间和位置,动画完全自适应。
- 用
UpdateFromAlphaFunc 驱动动画,每一帧根据当前时间计算两个点的坐标,而坐标函数是直接用 SymPy 解出的表达式生成的,精确无误差。
- 相遇点预先用
sp.solve 得到精确值,当动画时间超过相遇时刻时,黄色标记出现,直观展示“甲被乙追上”的瞬间。
- 没有使用
always_redraw 而采用 UpdateFromAlphaFunc,是为了更好地控制动画进度和时间显示,同时避免复杂的依赖更新。
4. 效果展示说明
运行这个场景,你会看到:
- 一条水平数轴,红点(甲)在蓝点(乙)的前方。
- 动画开始后,两点同时向右移动,蓝点速度更快,逐渐逼近红点。
- 在精确的相遇时刻,一个黄色圆点出现在相遇位置,并标注坐标,同时甲和乙重合。
- 即使改变参数——比如甲的速度从 1.5 改成 1.2、初始距离改成 12、甲提前出发 3 秒,只需修改脚本顶部的几个数字,无需任何手动计算,动画仍然能够准确呈现追及过程,并自动在正确的位置标记相遇点。
- 如果参数设置使得无法追上(如乙的速度小于甲),
sp.solve 返回空或负解,我们可以加入逻辑判断提示无法相遇,动画就不会标记错误时刻。
5. 小结
追及问题的动画化,真正耗时的往往不是画图,而是根据不断变化的题设反复列方程、解方程、算坐标。
SymPy 的价值在于把“根据题意列方程”和“求解”这两步都程序化了,你只需要用符号描述位置关系,剩下的事交给计算机。
这种思路同样适用于其他行程问题:相遇、环形跑道、顺流逆流……只要你能把物理情景转化为代数方程,
SymPy 就能帮你解出关键节点,而 Manim 负责把这些节点变成流畅的视觉呈现。
两个工具分工明确,做出来的动画既精准又灵活。
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。