大家好!不知道你有没有过这样的经历:为了给别人讲解定积分的几何意义,你决定用 Manim 制作一个黎曼和(Riemann Sum)动画。
当你兴致勃勃地开始编码时,却发现要手写一堆循环来计算每个矩形的高度、宽度,还要处理复杂的积分上下限。
更头疼的是,当函数稍微复杂一点,比如 sin(x)*cos(x),手动计算理论面积几乎不可能。
别担心,今天我们继续来来分享:SymPy + Manim的绝妙组合。
把繁琐的数学计算交给 SymPy,专注于用 Manim 讲述精彩的故事!
1. 痛点场景还原 让我还原一个经典场景:你要做一个动画,展示 f ( x ) = x 2 在 [ 0 , 2 ] 上的定积分,用黎曼和从粗糙到精细逼近真实面积。
传统做法是这样的:
1 2 3 4 5 6 7 8 9 10 11 def riemann_sum (func, a, b, n ): dx = (b - a) / n total = 0 rects = [] for i in range (n): x = a + i * dx height = func(x) total += height * dx return total
问题在哪?
精度依赖于 n :n=10 和 n=1000 结果差好远,到底哪个是对的?
**没有”标准答案”**:你不知道动画里的面积应该收敛到哪个数
换函数成本高 :从 x 2 换成 sin x ?积分值要重新算
我真正需要的 是一个能自动计算精确积分值、还能帮我生成数值数据的工具。
这时候,就该 SymPy 登场了。
2. SymPy 解决方案 SymPy 定积分:一行代码的事 SymPy 是 Python 的符号数学库,它能做精确的符号计算 ——不是数值近似,而是真正的解析解。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 from sympy import symbols, integrate, sin, log, expx = symbols('x' ) indefinite = integrate(x**2 , x) print (f"不定积分: {indefinite} " ) definite = integrate(x**2 , (x, 0 , 2 )) print (f"定积分: {definite} " ) result = integrate(log(x)/x, (x, 1 , exp(1 ))) print (f"复杂积分: {result} " )
看到了吗?SymPy 给了我们精确的分数或根号表达式 ,不是 2.6667 这种近似值。
这就是动画中那个”标准答案参考线”的最佳来源。
实战封装:一个积分计算工具箱 让我把常用的积分功能封装一下,方便在 Manim 中调用:
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 import sympy as spclass IntegralHelper : """Manim 动画的积分计算助手""" def __init__ (self, func_str ): """ 参数: func_str: 函数表达式字符串,如 'x**2', 'sin(x)' """ self .x = sp.symbols("x" ) self .f_expr = sp.sympify(func_str) self .f_lambda = sp.lambdify(self .x, self .f_expr, "numpy" ) def exact_integral (self, a, b ): """计算定积分的精确值(分数/根号形式)""" result = sp.integrate(self .f_expr, (self .x, a, b)) return result def float_integral (self, a, b ): """计算定积分的浮点数值""" result = sp.integrate(self .f_expr, (self .x, a, b)) return float (result.evalf()) def riemann_sum (self, a, b, n, method="left" ): """生成黎曼和的数据点(用于 Manim 动画)""" dx = (b - a) / n data = [] for i in range (n): if method == "left" : xi = a + i * dx elif method == "right" : xi = a + (i + 1 ) * dx else : xi = a + (i + 0.5 ) * dx height = float (self .f_lambda(xi)) data.append({"x" : xi, "y" : height, "width" : dx, "area" : height * dx}) return data
下载 Python 脚本
关键点解释:
sp.sympify() 把字符串变成符号表达式,用户只需要传 'x**2' 这样友好的格式
sp.lambdify() 把符号表达式变成 NumPy 函数,在 Manim 中可以快速求值
riemann_sum() 方法直接输出矩形的位置和高度数据,Manim 直接用就好
3. Manim 联动实战:积分动画 光说不练假把式,来看看完整可运行的代码。这个动画会展示:
曲线 f ( x ) = x 2 的图形
逐渐增多的黎曼和矩形
逐渐增多的矩形面积和
对比矩形面积和与积分的精确值
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 59 60 61 62 63 from manim import *import numpy as npfrom numpy import arrayrun_time = 1 data = [[1 , 2 ], [3 , 4 ]] def dot (pos, **kwargs ): return Dot(pos, **kwargs) import sympy as spimport numpy as npclass RiemannToIntegral (Scene ): def construct (self ): x_sym = sp.Symbol('x' ) f_sym = x_sym**2 f = sp.lambdify(x_sym, f_sym, "numpy" ) a, b = 0 , 2 exact_integral = sp.integrate(f_sym, (x_sym, a, b)) F_sym = sp.integrate(f_sym, x_sym) axes = Axes( x_range=[-0.5 , 2.5 , 0.5 ], y_range=[-0.5 , 5 , 1 ], x_length=6 , y_length=5 , axis_config={"color" : BLUE} ) curve = axes.plot(f, x_range=[a, b], color=YELLOW, stroke_width=3 ) def get_riemann_rects (n ): """生成 n 个右端点黎曼和矩形""" dx = (b - a) / n rects = VGroup() total_area = 0 for i in range (1 , n + 1 ): xi = a + i * dx yi = f(xi) area_i = yi * dx total_area += area_i rect = Rectangle( width=axes.x_length * dx / (b - a), height=axes.y_length * yi / 5 , fill_opacity=0.3 , fill_color=BLUE, stroke_color=BLUE_B, stroke_width=0.2 , ).move_to(axes.c2p(xi - dx/2 , yi/2 )) rects.add(rect) return rects, total_area self .play(Create(axes), Create(curve)) current_rects = None for n in [2 , 4 , 8 , 16 , 32 ]: new_rects, area_sum = get_riemann_rects(n) if current_rects is None : self .play(Create(new_rects)) else : self .play(ReplacementTransform(current_rects, new_rects)) current_rects = new_rects self .wait(0.3 ) exact_val = float (exact_integral) result_label = MathTex( f"\\int_{{{a} }}^{{{b} }} x^2 \\,dx = \\frac{{8}}{{3}} \\approx {exact_val:.4 f} " , color=GREEN, font_size=30 ).to_edge(DOWN) self .play(Write(result_label)) self .wait(2 )
下载 Python 脚本
4. 效果展示:动画看起来什么样 当你运行这段代码,你会看到:
坐标轴和曲线出现 :蓝色坐标轴,黄色抛物线 y = x 2
矩形演化 :
先是 2 个粗糙的蓝色矩形(误差巨大)
然后变成 4 个、8 个、16 个、32 个
矩形越来越细,顶部越来越贴合曲线
屏幕下方实时显示当前黎曼和的数值
收敛之美 :你会亲眼看到黎曼和从 5 到 3.75 再到 3.1875……逐渐逼近 2.7930
最终对比 :绿色文字显示精确值与最后一次近似的误差,通常已经小到 0.2 以下
整个动画最妙的地方 :如果你想把函数从 x 2 换成 sin x ,只需要改一行:
SymPy 会自动重算积分、更新参考线、调整所有数值。这就是符号计算的力量。
5. 本期小结 今天我们解决了 Manim 动画中的一个核心痛点:数学计算的自动化 。
痛点
SymPy 的解决方案
手动计算定积分值
integrate(f, (x, a, b)) 一行搞定
不知道黎曼和是否准确
用精确值作为”标准答案”参考线
换函数要重新手算
改函数表达式,其余自动更新
精度不可控
用 lambdify 生成高效数值函数
核心代码三件套:
sp.integrate() → 精确积分值(动画的”真理”)
sp.lambdify() → 高效数值函数(矩形高度、曲线绘制)
riemann_sum() 生成器 → 直接喂给 Manim 的 Rectangle
0
打赏作者
订阅
分享
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 。