Manim中三种函数图像类的比较

点点心意 發表於 2025-6-5 11:39:00

在 <code>Manim</code> 库中，<code>FunctionGraph</code>、<code>ImplicitFunction</code> 和 <code>ParametricFunction</code> 都是用于绘制函数图像的类，但它们的适用场景、输入形式和实现方式有显著区别。
以下是详细对比：
<h1 id="1-functiongraph">1. FunctionGraph</h1>
<ul>
<li>用途：绘制 显式函数 ($ y = f(x) $) 的图像（单值函数）。</li>
<li>输入要求： 
接受一个 一元函数 ($ f(x) $) 和 ($ x $) 的范围（如<code>x_range=[-2, 2]</code>）。</li>
<li>特点：
<ul>
<li>直接映射 ($ x \to (x, f(x)) $)。</li>
<li>要求函数是 单值 的（一个$ x $对应唯一$ y $)。</li>
</ul>
</li>
<li>示例代码：</li>
</ul>
<pre><code class="language-python">class Example(Scene):
def construct(self):
 # 绘制 y = x^2
 graph = FunctionGraph(lambda x: x**2, x_range=[-2, 2], color=BLUE)
 self.add(graph)
</code></pre>
<img src="https://img2024.cnblogs.com/blog/83005/202506/83005-20250605113912574-1075169239.png" alt="" loading="lazy">
<h1 id="2-implicitfunction">2. ImplicitFunction</h1>
<ul>
<li>用途：绘制 隐函数 ($ F(x, y) = 0 $) 的图像（如圆、椭圆）。</li>
<li>输入要求： 
接受一个 二元函数 ($ F(x, y) $) 和 ($ x, y $) 的范围（如<code>x_range=[-3, 3], y_range=[-3, 3]</code>）。</li>
<li>特点：
<ul>
<li>通过数值方法（如 <code>Marching Squares</code> 算法）求解满足 ($ F(x, y) = 0 $) 的点集。</li>
<li>可绘制 多值曲线（如一个$ x $对应多个$y ))。</li>
</ul>
</li>
<li>示例代码：</li>
</ul>
<pre><code class="language-python">class ImplicitFunctionExample(Scene):
def construct(self):
 # 笛卡尔叶形线隐函数方程: x^3 + y^3 - 3axy = 0 (取 a=1)
 cartesian_leaf = ImplicitFunction(
 lambda x, y: x**3 + y**3 - 3 * x * y,# F(x,y) = x³ + y³ - 3xy
 x_range=[-2, 2],
 y_range=[-2, 2],
 color=BLUE,
 stroke_width=3,
 )

 self.add(cartesian_leaf)
</code></pre>
<img src="https://img2024.cnblogs.com/blog/83005/202506/83005-20250605113912568-1491834790.png" alt="" loading="lazy">
笛卡尔叶形线（一种自交曲线），可以展示隐函数处理 多值曲线 的能力（一个<code>x</code>对应多个<code>y</code>）。
<h1 id="3-parametricfunction">3. ParametricFunction</h1>
<ul>
<li>用途：绘制 参数方程 定义的曲线（如螺旋线、摆线）。</li>
<li>输入要求： 
接受一个 向量值函数 ($ \mathbf{r}(t) = (x(t), y(t)) $) 和参数 ($ t $) 的范围（如<code>t_range=</code>）。</li>
<li>特点：
<ul>
<li>通过参数 ($ t $) 映射到点 $ (x(t), y(t)) $。</li>
<li>可绘制 任意参数化曲线（包括封闭曲线、自交曲线）。</li>
</ul>
</li>
<li>示例代码：</li>
</ul>
<pre><code class="language-python">class ParametricFunctionExample(Scene):
def construct(self):
 # 四叶玫瑰线参数方程: r = sin(2θ) 的笛卡尔形式
 # x = sin(2t)cos(t), y = sin(2t)sin(t)
 rose_curve = ParametricFunction(
 lambda t: np.array(
 [
 np.sin(2 * t) * np.cos(t),# x(t)
 np.sin(2 * t) * np.sin(t),# y(t)
 0,
 ]
 ),
 t_range=,# 完整周期
 color=RED,
 stroke_width=4,
 )

 self.add(rose_curve)
</code></pre>
<img src="https://img2024.cnblogs.com/blog/83005/202506/83005-20250605113912572-703326319.png" alt="" loading="lazy">
四叶玫瑰线展示参数方程处理 封闭曲线 的能力，通过参数$ t $直接控制曲线生成过程。
<h1 id="4-核心区别总结">4. 核心区别总结</h1>
<table>
<thead>
<tr>
<th>特性</th>
<th>FunctionGraph</th>
<th>ImplicitFunction</th>
<th>ParametricFunction</th>
</tr>
</thead>
<tbody>
<tr>
<td>输入形式</td>
<td>$ y = f(x) $</td>
<td>$ F(x, y) = 0 $</td>
<td>$ \mathbf{r}(t) = (x(t), y(t)) $</td>
</tr>
<tr>
<td>函数类型</td>
<td>显式函数（单值）</td>
<td>隐函数（多值）</td>
<td>参数方程</td>
</tr>
<tr>
<td>适用场景</td>
<td>简单函数（如 $ y = \sin x) $</td>
<td>复杂曲线（如椭圆、心形线）</td>
<td>任意参数化曲线（如螺旋线）</td>
</tr>
<tr>
<td>计算复杂度</td>
<td>低（直接计算）</td>
<td>高（数值求解）</td>
<td>中（采样计算）</td>
</tr>
<tr>
<td>多值支持</td>
<td>❌ 不支持</td>
<td>✔️ 支持</td>
<td>✔️ 支持</td>
</tr>
</tbody>
</table>
<h1 id="5-如何选择">5. 如何选择？</h1>
<ul>
<li>用 <code>FunctionGraph</code> 当函数能显式写成$ y = f(x) $时（如多项式、三角函数）。</li>
<li>用 <code>ImplicitFunction</code> 当函数以方程 $ F(x, y) = 0 $ 给出时（如圆、椭圆）。</li>
<li>用 <code>ParametricFunction</code> 当曲线用参数 ( <code>t</code> ) 描述时（如摆线、贝塞尔曲线）。</li>
</ul>
通过理解这些差异，你可以根据函数的具体形式高效选择对应的 <code>Manim</code> 类进行绘制。 
来源：https://www.cnblogs.com/wang_yb/p/18912045

頁: [1]

琼殿技术论坛's Archiver

Manim中三种函数图像类的比较