在Matplotlib中显示两个Sympy绘图（将第二个图添加到第一个图中）

在科学计算领域，Matplotlib和Sympy是两个非常有用的工具。Matplotlib是一个用于绘图的Python库，而Sympy则是一个用于符号计算的Python库。在本文中，我们将介绍如何在Matplotlib中展示两个Sympy绘图，并将它们组合成一个。

绘制Sympy图形

首先，我们需要使用Sympy库来绘制一些图形。让我们绘制一个简单的图形，例如Sine函数和Cosine函数。下面的代码将绘制这两个函数并将它们保存到两个不同的变量中以备后续使用。

import sympy as sym
import matplotlib.pyplot as plt 

# 创建x用于绘图
x = sym.symbols('x')

# 绘画Sine和Cosine函数
y1 = sym.sin(x)
y2 = sym.cos(x)

# 创建一个Figure对象，并添加两个子图对象
fig, axes = plt.subplots(nrows=1, ncols=2)

# 绘制Sine函数图像
ax = axes[0]
ax.plot(sym.lambdify(x, y1)())
ax.set_title('Sine Function')

# 绘制Cosine函数图像
ax = axes[1]
ax.plot(sym.lambdify(x, y2)())
ax.set_title('Cosine Function')

# 展示图形
plt.show()

这段代码将绘制两个子图像，一个显示Sine函数，一个显示Cosine函数。注意，我们使用了lambdify函数将符号表达式转换为可评估的Python函数，因为Matplotlib将无法处理Sympy表达式。

合并两张图片

现在我们已经有了两个Sympy图像，我们需要将它们合并到同一个Matplotlib图像中。我们使用Matlotlib中的subplot函数来创建子图。下面的代码将创建一个包含两个子图的Figure对象，并在左子图中显示Sine函数图像，在右子图中显示Cosine函数图像。

import sympy as sym
import matplotlib.pyplot as plt 

# 创建x用于绘图
x = sym.symbols('x')

# 绘画Sine和Cosine函数
y1 = sym.sin(x)
y2 = sym.cos(x)

# 创建一个Figure对象，并添加两个子图对象
fig = plt.figure()
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)

# 绘制Sine函数图像
ax1.plot(sym.lambdify(x, y1)())
ax1.set_title('Sine Function')

# 绘制Cosine函数图像
ax2.plot(sym.lambdify(x, y2)())
ax2.set_title('Cosine Function')

# 展示图形
plt.show()

合并两张图片

合并两张图片是其中的一个技巧，下面的代码将绘制两张图片并将它们叠加在一起。

import sympy as sym
import matplotlib.pyplot as plt 

# 创建x用于绘图
x = sym.symbols('x')

# 绘画Sine和Cosine函数
y1 = sym.sin(x)
y2 = sym.cos(x)

# 创建一个Figure对象，并添加一个子图对象
fig = plt.figure()
ax = fig.add_subplot(111)

# 绘制Sine函数图像
ax.plot(sym.lambdify(x, y1)())
ax.set_title('Sine Function')

# 获取当前子图
ax1 = plt.gca()

# 绘制Cosine函数图像
ax2 = ax1.twinx()
ax2.plot(sym.lambdify(x, y2)(), color='r')
ax2.set_ylabel('Cosine Function')
ax1.set_xlabel('X Axis')

# 展示图形
plt.show()

这段代码创建了一个Figure对象，并添加了一个子图对象。然后我们将Sine函数绘制在该子图中。接下来，我们获取当前子图对象并使用twinx函数创建一个新的Y轴，然后我们将Cosine函数绘制在新的Y轴上，并将其Y轴标签设置为’Cosine Function’。我们还设置了X轴标签为’X Axis’。最后，我们使用show函数显示图形。