填充与积累：积分与面积的可视化

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)=x2f(x) = x^2f(x)=x2 在 [0,2][0, 2][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：

python

体验AI代码助手

代码解读

复制代码

# ❌ 传统手写黎曼和的痛苦代码 def riemann_sum(func, a, b, n): dx = (b - a) / n total = 0 rects = [] for i in range(n): x = a + i * dx # 左端点 height = func(x) # 手动计算函数值 total += height * dx # 还要手动创建矩形…… return total # 这个值对吗？天知道

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 x2x^2x2 换成 sin⁡x\sin xsinx？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。

python

体验AI代码助手

代码解读

复制代码

from sympy import symbols, integrate, sin, log, exp x = symbols('x') # 不定积分：返回原函数 indefinite = integrate(x**2, x) print(f"不定积分: {indefinite}") # x**3/3 # 定积分：直接给精确值 definite = integrate(x**2, (x, 0, 2)) print(f"定积分: {definite}") # 8/3 # 复杂函数也毫无压力 result = integrate(log(x)/x, (x, 1, exp(1))) print(f"复杂积分: {result}") # 1/2

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：

python

体验AI代码助手

代码解读

复制代码

import sympy as sp class 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) # 将字符串转为 SymPy 表达式 self.f_lambda = sp.lambdify(self.x, self.f_expr, "numpy") # 转为数值函数 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: # midpoint 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

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：

1. 曲线 f(x)=x2f(x) = x^2f(x)=x2 的图形
2. 逐渐增多的 黎曼和矩形
3. 逐渐增多的 矩形面积和
4. 对比矩形面积和与积分的精确值

python

体验AI代码助手

代码解读

复制代码

from manim import * import sympy as sp import numpy as np class RiemannToIntegral(Scene): def construct(self): # ========== SymPy 符号积分部分 ========== x_sym = sp.Symbol('x') f_sym = x_sym**2 # 被积函数：f(x) = x² f = sp.lambdify(x_sym, f_sym, "numpy") # 转为 NumPy 函数 a, b = 0, 2 # 积分区间 [0, 2] # SymPy 自动求精确积分和原函数 exact_integral = sp.integrate(f_sym, (x_sym, a, b)) # ∫₀² x² dx = 8/3 F_sym = sp.integrate(f_sym, x_sym) # 原函数 F(x) = x³/3 # ========== Manim 坐标系与曲线 ========== 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) # ========== 黎曼和矩形生成函数 ========== def get_riemann_rects(n): """生成 n 个右端点黎曼和矩形""" dx = (b - a) / n # 每个矩形的宽度 rects = VGroup() total_area = 0 for i in range(1, n + 1): xi = a + i * dx # 右端点横坐标 yi = f(xi) # 矩形高度 f(xi) area_i = yi * dx # 单个矩形面积 total_area += area_i rect = Rectangle( width=axes.x_length * dx / (b - a), # 缩放到屏幕宽度 height=axes.y_length * yi / 5, # 缩放到屏幕高度 fill_opacity=0.3, fill_color=BLUE, stroke_color=BLUE_B, stroke_width=0.2, ).move_to(axes.c2p(xi - dx/2, yi/2)) # 左下角定位 rects.add(rect) return rects, total_area # ========== 动画流程：n 递增，矩形逼近曲线下面积 ========== 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) # 展示精确积分值（SymPy 计算结果） exact_val = float(exact_integral) result_label = MathTex( f"\\int_{{{a}}}^{{{b}}} x^2 \\,dx = \\frac{{8}}{{3}} \\approx {exact_val:.4f}", color=GREEN, font_size=30 ).to_edge(DOWN) self.play(Write(result_label)) self.wait(2)

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：

1. 坐标轴和曲线出现：蓝色坐标轴，黄色抛物线 y=x2y=x^2y=x2
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
3. 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
4. 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 x2x^2x2 换成 sin⁡x\sin xsinx，只需要改一行：

python

体验AI代码助手

代码解读

复制代码

f_expr = sp.sin(x) # 就这一行！

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。

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

作者：databook
链接：https://juejin.cn/post/7641802314249355300
来源：稀土掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。