Est-il possible de tracer des équations implicites à L'aide de Matplotlib?

puisque vous avez étiqueté cette question avec sympy, je vais donner un tel exemple.

dans la documentation: http://docs.sympy.org/latest/modules/plotting.html .

from sympy import var, plot_implicit
var('x y')
plot_implicit(x*y**3 - y*x**3)

matplotlib ne trace pas d'équations; il trace des séries de points. Vous pouvez utiliser un outil comme scipy​.optimize pour calculer numériquement les points y à partir des valeurs de x (ou vice versa) des équations implicites numériquement ou n'importe quel nombre d'autres outils comme approprié.

Par exemple, voici un exemple où j'ai tracé l'équation implicite x ** 2 + x * y + y ** 2 = 10 dans une certaine région.

from functools import partial

import numpy
import scipy.optimize
import matplotlib.pyplot as pp

def z(x, y):
    return x ** 2 + x * y + y ** 2 - 10

x_window = 0, 5
y_window = 0, 5

xs = []
ys = []
for x in numpy.linspace(*x_window, num=200):
    try:
        # A more efficient technique would use the last-found-y-value as a 
        # starting point
        y = scipy.optimize.brentq(partial(z, x), *y_window)
    except ValueError:
        # Should we not be able to find a solution in this window.
        pass
    else:
        xs.append(x)
        ys.append(y)

pp.plot(xs, ys)
pp.xlim(*x_window)
pp.ylim(*y_window)
pp.show()

il y a un traceur implicite d'équation (et d'inégalité) dans sympy. Il est créé en tant que partie de GSoC et il produit les placettes comme matplotlib figure instances.

Docs at http://docs.sympy.org/latest/modules/plotting.html#sympy.plotting.plot_implicit.plot_implicit

depuis la version 0.7.2 de sympy il est disponible en tant que:

>>> from sympy.plotting import plot_implicit
>>> p = plot_implicit(x < sin(x)) # also creates a window with the plot
>>> the_matplotlib_axes_instance = p._backend._ax

si vous êtes prêt à utiliser autre chose que matplotlib (mais encore python), il y a sage:

un exemple: http://sagenb.org/home/pub/1806

Documentation pour implicit_plot

Le Sage Page D'Accueil

Merci beaucoup Steve, Mike, Alex. J'ai accepté la solution de Steve (voir le code ci-dessous). Mon seul problème restant est que le tracé de contour apparaît derrière mes lignes, par opposition à un tracé régulier, que je peux forcer au front avec zorder. Plus halp grandement apprécié.

santé, Geddes

import matplotlib.pyplot as plt 
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
import numpy as np 

fig = plt.figure(1) 
ax = fig.add_subplot(111) 

# set up axis 
ax.spines['left'].set_position('zero') 
ax.spines['right'].set_color('none') 
ax.spines['bottom'].set_position('zero') 
ax.spines['top'].set_color('none') 
ax.xaxis.set_ticks_position('bottom') 
ax.yaxis.set_ticks_position('left') 

# setup x and y ranges and precision
x = np.arange(-0.5,5.5,0.01) 
y = np.arange(-0.5,5.5,0.01)

# draw a curve 
line, = ax.plot(x, x**2,zorder=100) 

# draw a contour
X,Y=np.meshgrid(x,y)
F=X**Y
G=Y**X
ax.contour(X,Y,(F-G),[0],zorder=100)

#set bounds 
ax.set_xbound(-1,7)
ax.set_ybound(-1,7) 

#produce gridlines of different colors/widths
ax.xaxis.set_minor_locator(MultipleLocator(0.2)) 
ax.yaxis.set_minor_locator(MultipleLocator(0.2)) 
ax.xaxis.grid(True,'minor',linestyle='-')
ax.yaxis.grid(True,'minor',linestyle='-') 

minor_grid_lines = [tick.gridline for tick in ax.xaxis.get_minor_ticks()] 
for idx,loc in enumerate(ax.xaxis.get_minorticklocs()): 
    if loc % 2.0 == 0:
        minor_grid_lines[idx].set_color('0.3')
        minor_grid_lines[idx].set_linewidth(2)
    elif loc % 1.0 == 0:
        minor_grid_lines[idx].set_c('0.5')
        minor_grid_lines[idx].set_linewidth(1)
    else:
        minor_grid_lines[idx].set_c('0.7')
        minor_grid_lines[idx].set_linewidth(1)

minor_grid_lines = [tick.gridline for tick in ax.yaxis.get_minor_ticks()] 
for idx,loc in enumerate(ax.yaxis.get_minorticklocs()): 
    if loc % 2.0 == 0:
        minor_grid_lines[idx].set_color('0.3')
        minor_grid_lines[idx].set_linewidth(2)
    elif loc % 1.0 == 0:
        minor_grid_lines[idx].set_c('0.5')
        minor_grid_lines[idx].set_linewidth(1)
    else:
        minor_grid_lines[idx].set_c('0.7')
        minor_grid_lines[idx].set_linewidth(1)

plt.show()

exemples (utilisant l'approche de contour) pour toutes les sections coniques sont disponibles à http://blog.mmast.net/conics-matplotlib