如何使用 matplotlib 方法更改 Jupyter 中的 sympy 图属性

Question

脚本中的以下代码按预期工作，

from sympy import *
x = symbols('x')
p = plot(x, x*(1-x), (x, 0, 1))
ax = p._backend.ax[0]
ax.set_yticks((0, .05, .25))
p._backend.fig.savefig('Figure_1.png')

但是当我将上面的代码复制到笔记本单元中时，这就是我得到的

如果在 Jupyter 笔记本中工作时可以操纵 Sympy

plot

的（隐藏）属性，该怎么做？

Answer 1

• 根据 将两个 Sympy 图显示为两个 Matplotlib 子图的 这个答案，在 Jupyter 中使用内联模式，必须使用

  p.backend(p)

  。
• 问题是

  sympy.plotting.plot.plot(*args, show=True, **kwargs)

  创建自己的图形和轴并且

  plots.show()

  立即显示绘图。
  • 由于内联模式的工作方式，该图是在

    ax.set_yticks((0, .05, .25))

    实施更改之前显示的。
• 在

  python v3.12.0

  、

  matplotlib v3.8.1

  、

  sympy v1.11.1

  进行测试。

from sympy import symbols, plot
import matplotlib.pyplot as plt

x = symbols('x')
# note show=False, the default is True
p = plot(x, x*(1-x), (x, 0, 1), show=False)

fig, ax = plt.subplots()

backend = p.backend(p)
backend.ax = ax
backend._process_series(backend.parent._series, ax, backend.parent)

backend.ax.set_yticks((0, .05, .25))
plt.close(backend.fig)

plt.show()

• 在交互模式下

  %matplotlib qt

  ，OP中的代码工作正常。

from sympy import symbols, plot
import matplotlib.pyplot as plt
%matplotlib qt  # %matplotlib inline - to revert to inline

x = symbols('x')
p = plot(x, x*(1-x), (x, 0, 1))
ax = p._backend.ax[0]
ax.set_yticks((0, .05, .25))

---

使用自定义 backend 实例。

这样做的优点是

matplotlib

不应显式导入。

人们应该知道你在做什么：

sympy

提供了一个随时可用的界面来动态绘制函数，而无需担心（无聊的）数学技术细节，例如域/范围。相反，如果您尝试违反此类默认设置，则需要返回源代码并进行一些逆向工程。

在 OP 中，需要自定义 ticks，但默认情况下，

MatplotlibBackend

从 linear

 对象 

sympy.plotting.plot.Plot 获取

xscale='linear', yscale='linear'

的 x 和 y 刻度，这会干扰

matplotlib.axes.Axes.set_yticks

方法。

来自源代码

1467         if parent.yscale and not isinstance(ax, Axes3D):
1468             ax.set_yscale(parent.yscale)

很明显，通过将

parent.yscale

设置为

False

（或

None

、

''

），条件将永远不会满足。这是一个最小的解决方案。

from sympy.plotting.plot import MatplotlibBackend
from sympy import symbols

class JupyterPlotter(MatplotlibBackend):

    def _process_series(self, series, ax, parent):        
        parent.yscale = False
        ax.set_yticks((0, .05, .25))  # custom yticks
        super()._process_series(series, ax, parent)


x = symbols('x')
p = plot(x, x*(1-x), (x, 0, 1), backend=JupyterPlotter)

有特殊需求的地块可能需要特殊的实现，这里是一个不同的例子。

Answer 2

文档表明下面正在使用matplotlib。使用此方法进行调整的示例位于 “如何更改 sympy 图线型？”的答案中：

“您可以使用 .... sympy 绘图对象的 _backend 属性来访问相应 matplotlib 绘图对象的所有属性”