ManimCE 函数绘制与数据可视化实战：从坐标轴到参数曲线的完整指南

ManimCE 函数绘制与数据可视化实战：从坐标轴到参数曲线的完整指南

【免费下载链接】OpenMontageWorld's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage

在 OpenMontage 视频生产系统中，Manim Community Edition（ManimCE）承担着数学动画与科普类视频的生成任务，其核心能力之一就是函数绘图与数据可视化——将数学表达式、数据点和几何曲线转换为可直接渲染的动画场景。本文以仓库内.claude/skills/manimce-best-practices/rules/graphing.md为基础，结合配套的完整示例 graph_plotting.py 与 math_animate 工具 的源码实现，系统讲解坐标轴配置、函数绘制、参数曲线、面积可视化、动态动画与 3D 曲面等实战技术。读完本文，你将能够独立编写从简单抛物线到复杂参数曲线、再到 3D 曲面的完整 Manim 绘图场景，并理解其在 OpenMontage 视频生产管线中的实际落地方案。

前置准备：坐标轴（Axes）是绘图的地基

在 ManimCE 中，所有函数绘图都建立在坐标轴（Axes）之上。Axes本质上是两条数轴（NumberLine）的组合，它将数学坐标空间映射到屏幕像素空间。

from manim import * class BasicPlot(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-2, 8]) # Plot a function graph = axes.plot(lambda x: x**2, color=BLUE) self.add(axes, graph)

x_range与y_range接受[min, max, step]三元组，第三个元素控制刻度步长；x_length与y_length控制坐标轴在屏幕上的物理长度。来自 axes.md 的完整配置示例展示了更精细的控制：

class CustomAxes(Scene): def construct(self): axes = Axes( x_range=[-5, 5, 1], # [min, max, step] y_range=[-3, 3, 1], x_length=10, # Physical length on screen y_length=6, axis_config={ "color": BLUE, "include_tip": True, "include_numbers": True, }, x_axis_config={ "numbers_to_include": [-4, -2, 0, 2, 4], }, y_axis_config={ "numbers_to_include": [-2, 0, 2], }, ) self.add(axes)

坐标转换三件套：c2p、p2c 与 i2gp

Axes提供了两个方向的坐标转换方法，以及一个专门服务于函数图形的查询方法，这在后续绘制切点、标注数据点时至关重要：

# c2p = coords_to_point：数学坐标 -> 屏幕位置 point = axes.c2p(2, 1) # p2c = point_to_coords：屏幕位置 -> 数学坐标 coords = axes.p2c(point) # i2gp = input_to_graph_point：给定 x，求 graph 上对应点的屏幕位置 dot = Dot(axes.i2gp(1.5, graph))

plot() 参数详解：控制定义域、颜色与线宽

axes.plot()接受一个Callable[[float], float]形式的函数对象（lambda 或具名函数均可），并通过参数控制其绘制细节。原文档的PlotParameters场景展示了三个最常用参数：

class PlotParameters(Scene): def construct(self): axes = Axes(x_range=[-5, 5], y_range=[-2, 2]) graph = axes.plot( lambda x: np.sin(x), x_range=[-PI, PI], # Limit domain color=YELLOW, stroke_width=4, ) self.add(axes, graph)

各参数的作用与取值建议：

需要说明的是，axes.plot()传入的可以是任意单参数函数——np.sin、np.cos这类 numpy 函数也可以直接传入而无需 lambda 包装，仓库示例 graph_plotting.py 中正是这样使用：axes.plot(np.sin, color=BLUE, x_range=[-2*PI, 2*PI])。

多函数叠加：在同一坐标轴上对比曲线

将多个函数绘制在同一个Axes上，是数学可视化中最常见的对比手法。原文档的MultiplePlots场景直接给出了正弦、余弦、二次函数三线同框的写法：

class MultiplePlots(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-2, 10]) sin_graph = axes.plot(lambda x: np.sin(x), color=BLUE) cos_graph = axes.plot(lambda x: np.cos(x), color=RED) quad_graph = axes.plot(lambda x: x**2, color=GREEN) self.add(axes, sin_graph, cos_graph, quad_graph)

配套示例 graph_plotting.py 进一步演示了“多曲线 + 分步动画 + 图例标签”的完整模式：先Create(axes)，再依次Create(sine)与Create(cosine)，同时用MathTex配合to_corner(UR)与next_to(..., DOWN)摆放图例，实现 3Blue1Brown 风格的渐进式揭示。

为图形添加标签：get_graph_label

get_graph_label是Axes提供的高层 API，它会在曲线指定位置自动摆放标签，并处理好偏移方向：

class GraphLabels(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-2, 10]) graph = axes.plot(lambda x: x**2, color=BLUE) # Add label to graph label = axes.get_graph_label( graph, label=MathTex("y = x^2"), x_val=2, direction=UR ) self.add(axes, graph, label)

参数含义：label为标签内容（MathTex或普通字符串）；x_val指定标签锚定在曲线上的横坐标位置；direction控制标签相对该点的偏移方向（UR、UL、DR、DL等）。这与 graph_plotting.py 中手动MathTex(...).next_to(parabola, UR)的方式殊途同归——前者锚定更精确，后者布局更灵活。

参数曲线：plot_parametric_curve 与 ParametricFunction

基于坐标轴绘制

参数曲线通过plot_parametric_curve绘制，其函数返回三维数组[x(t), y(t), z(t)]，t_range控制参数t的扫描范围。原文档用圆形给出了最小示例：

class ParametricExample(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-3, 3]) # Circle: x = cos(t), y = sin(t) curve = axes.plot_parametric_curve( lambda t: np.array([np.cos(t), np.sin(t), 0]), t_range=[0, 2 * PI], color=YELLOW ) self.add(axes, curve)

经典参数曲线三例

原文档附带了三组可直接复用的经典参数曲线，分别对应利萨茹曲线、螺旋线与心形线：

# Lissajous curve curve = axes.plot_parametric_curve( lambda t: np.array([np.sin(3*t), np.sin(2*t), 0]), t_range=[0, 2*PI], ) # Spiral curve = axes.plot_parametric_curve( lambda t: np.array([t*np.cos(t), t*np.sin(t), 0]), t_range=[0, 4*PI], ) # Heart curve curve = axes.plot_parametric_curve( lambda t: np.array([ 16 * np.sin(t)**3, 13*np.cos(t) - 5*np.cos(2*t) - 2*np.cos(3*t) - np.cos(4*t), 0 ]) / 10, t_range=[0, 2*PI], )

配套示例 graph_plotting.py 还展示了参数曲线的进阶玩法：在同一坐标轴上先绘制圆形，再绘制利萨茹曲线，最后用self.play(Transform(circle, lissajous))实现曲线之间的平滑形变——这是 Manim 视觉叙事中“同源概念相互转化”的标准手法。此外，隐函数（如x^2 + y^2 = 4）在 Manim 中没有直接的隐式绘图 API，标准做法正是将其参数化为圆/椭圆后绘制，见示例中的ImplicitFunction场景。

脱离坐标轴的独立绘制

当只需要一条曲线而不需要坐标网格时，可以直接使用独立的ParametricFunctionmobject：

class StandaloneParametric(Scene): def construct(self): curve = ParametricFunction( lambda t: np.array([np.cos(t), np.sin(t), 0]), t_range=[0, 2*PI], color=BLUE ) self.add(curve)

面积与黎曼矩形：可视化积分概念

曲线下方面积（get_area）

get_area用于在曲线与 x 轴之间填充半透明色块，是讲解定积分几何意义的标配工具：

class AreaUnderCurve(Scene): def construct(self): axes = Axes(x_range=[-1, 5], y_range=[-1, 10]) graph = axes.plot(lambda x: x**2, x_range=[0, 3], color=BLUE) # Shade area under curve area = axes.get_area( graph, x_range=[0, 2], color=BLUE, opacity=0.5 ) self.add(axes, graph, area)

配套示例 graph_plotting.py 将其扩展为完整的“微积分叙事”：绘制0.5x²的曲线后填充[1, 3]区间面积，并在右上角用MathTex(r"\int_1^3 \frac{x^2}{2} \, dx")写出积分式，先Create(func)、再FadeIn(area)、最后Write(integral)，实现“图形 -> 面积 -> 符号”的三级递进。

黎曼矩形（get_riemann_rectangles）

get_riemann_rectangles将曲线下方的区域离散化为矩形，dx控制矩形宽度，宽度越小越逼近真实面积：

class RiemannRectangles(Scene): def construct(self): axes = Axes(x_range=[-1, 5], y_range=[-1, 10]) graph = axes.plot(lambda x: x**2, color=BLUE) rects = axes.get_riemann_rectangles( graph, x_range=[0, 3], dx=0.5, color=YELLOW, stroke_width=1 ) self.add(axes, graph, rects)

graph_plotting.py 中的RiemannSum场景给出了动画版：遍历dx_values = [1, 0.5, 0.25]，矩形逐次加密，直观演示黎曼和收敛于定积分的过程，是数学课堂视频的经典桥段。

动态绘图：动画图形与沿曲线运动的点

用 Create 动画绘制曲线

静态图形远不如动态绘制有表现力。Create(graph)会沿曲线路径逐段描画，run_time控制时长：

class AnimatedGraph(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-2, 2]) self.add(axes) graph = axes.plot(lambda x: np.sin(x), color=BLUE) # Animate the graph being drawn self.play(Create(graph), run_time=3)

沿曲线移动的点：ValueTracker + always_redraw + i2gp

原文档的MovingPointOnGraph场景是“函数图像上运动质点”的标准模板：用ValueTracker保存当前横坐标，always_redraw保证每一帧重新计算点的位置，i2gp负责把横坐标映射为曲线上的屏幕坐标：

class MovingPointOnGraph(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-2, 2]) graph = axes.plot(lambda x: np.sin(x), color=BLUE) # Point that follows graph x_tracker = ValueTracker(-3) dot = always_redraw(lambda: Dot( axes.i2gp(x_tracker.get_value(), graph), color=YELLOW )) self.add(axes, graph, dot) self.play(x_tracker.animate.set_value(3), run_time=4)

配套示例 graph_plotting.py 展示了更强的动态模式——参数化图形本身：用ValueTracker保存振幅，always_redraw内重新调用axes.plot(lambda x: amplitude.get_value() * np.sin(x))，随后依次play(amplitude.animate.set_value(2))等，让整条正弦曲线的振幅连续变化，同时右上角实时显示A = 2.0。这也印证了 updaters.md 中的核心思想：ValueTracker+always_redraw是构建动态数学可视化的通用组合。

3D 曲面绘制：ThreeDAxes 与 plot_surface

当需要表达z = f(x, y)的空间曲面时，使用ThreeDScene与plot_surface。曲面函数接收二维参数(u, v)并返回标量z，colorscale可以传入颜色列表生成渐变着色：

class SurfacePlot(ThreeDScene): def construct(self): axes = ThreeDAxes() surface = axes.plot_surface( lambda u, v: np.sin(u) * np.cos(v), u_range=[-PI, PI], v_range=[-PI, PI], colorscale=[BLUE, GREEN, YELLOW], ) self.set_camera_orientation(phi=75*DEGREES, theta=-45*DEGREES) self.add(axes, surface)

注意三个要点：场景类必须继承ThreeDScene；set_camera_orientation通过phi/theta（极角与方位角）控制相机视角；3D 场景默认使用 Cairo 渲染器。仓库技能 manim-usage.md 明确建议默认使用 2D，仅当“空间关系本身就是概念”时才使用 3D——3D 渲染速度明显慢于 2D，且曲面类场景应配合相机轨道运动来揭示隐藏结构。详细的 3D 相机控制可参考 3d.md。

进阶实战：来自仓库示例的完整模式

切线可视化

graph_plotting.py 的TangentLine场景是“导数可视化”的经典实现：对y = x²在x = 2处取切点，用点斜式4*(x-2)+4绘制切线，并用MathTex(r"m = 2x = 4")标出斜率：

# Point of tangency at x = 2 point = Dot(axes.c2p(x_val, x_val ** 2), color=RED) # Tangent line: derivative of x^2 is 2x, at x=2 slope is 4 tangent = axes.plot( lambda x: 4 * (x - 2) + 4, # Point-slope form color=YELLOW, x_range=[0.5, 3.5] )

数据点标注

CoordinateLabeling场景演示了数据点标注的标准流程：用c2p定位点，用DashedLine向坐标轴引辅助虚线，用next_to摆放横纵坐标标签。NumberPlaneExample场景则演示了在NumberPlane网格上从原点向目标点画Arrow向量，配合GrowArrow动画实现向量可视化。

极坐标绘图

PolarPlot场景使用PolarPlane与plot_polar_graph绘制极坐标曲线：心形线r = 1 + sin(θ)与玫瑰线r = 2·cos(3θ)，两者之间同样可以用Transform动画切换：

polar_plane = PolarPlane(radius_max=3, size=6) cardioid = polar_plane.plot_polar_graph( lambda theta: 1 + np.sin(theta), theta_range=[0, 2 * PI], color=BLUE )

在 OpenMontage 中的落地：math_animate 工具

上述绘图模式在 OpenMontage 中通过 math_animate 工具 统一封装。该工具基于 ManimCE 本地运行，无需 API Key，成本为零，其input_schema接受scene_code（定义Scene类的 Python 代码）、quality（low/medium/high/4k/preview预设）、format（mp4/gif/png/webm）、background_color等参数，其中质量预设直接映射到 Manim CLI 的质量旗标（见 QUALITY_PRESETS）。

值得特别说明的是其安全边界：scene_code会在宿主机上被 Manim 实际执行，因此工具内置静态扫描，拦截os、subprocess、socket、requests、eval、open等危险导入与危险标识符，并默认拒绝所有双下划线属性访问，仅放行__init__与__name__（见 math_animate.py）。只有当allow_unsafe_code=True时才绕过该扫描。对应的安全契约由 test_math_animate_safety.py 全量覆盖验证。

在 OpenMontage 生产实践中（见 manim-usage.md），绘图场景还需遵循以下约定：

• 一个场景一个概念：复杂证明拆分为多个 Manim 场景，每次画面揭示不超过 3～4 个新视觉元素；
• 配色语义化：未知量用YELLOW、已知常量用BLUE_C、矩阵/算子用RED、标注用GREEN、弱化元素用GREY+opacity=0.5；
• 时序规范：方程书写Write用 1.5～2.0s，图形Create用 0.8～1.2s，重大揭示后至少self.wait(1.5)；
• 背景统一：始终使用深色背景（BLACK或#1a1a2e），视频输出为 1080p。

渲染与发布：CLI 命令速查

绘图场景编写完成后，通过 Manim CLI 渲染。来自 cli.md 的完整命令体系如下：

# 开发迭代：低质量 + 预览（快） manim -pql scene.py MyScene # 草稿审查：中等质量 manim -pqm scene.py MyScene # 成片输出：1080p60（OpenMontage 的 YouTube 横屏标准） manim -qh scene.py MyScene # 分享用 GIF manim --format gif -qm scene.py MyScene # 只存最后一帧（缩略图） manim -s scene.py MyScene # 渲染文件中所有场景 manim -a scene.py # 自定义分辨率与帧率 manim -r 1920,1080 --fps 30 scene.py MyScene

质量旗标对照：-ql（854x480/15fps，测试用）、-qm（1280x720/30fps）、-qh（1920x1080/60fps）、-qp（2560x1440/60fps）、-qk（3840x2160/60fps）。若直接使用math_animate工具，则无需手写 CLI，只需在scene_code中定义好Scene子类并指定quality参数即可。

最佳实践总结

结合原文档的规则清单与仓库中的实际示例，函数绘图场景应遵循以下五条准则：

1. 为不连续函数显式设置x_range：避免在无定义区域（对数、开方、分式奇点）被自动连线产生误导；
2. 善用get_graph_label：函数曲线务必配标签，x_val锚定位置、direction控制方向，保证可读性；
3. 让颜色匹配概念：同一视频内保持一致的语义化配色（如未知量一律黄色），避免颜色歧义；
4. 绘制曲线上的点一律使用i2gp：由 Manim 自动处理坐标转换，杜绝手工换算导致的像素级偏差；
5. 用动画代替静态展示：Create描画曲线、ValueTracker + always_redraw驱动动态参数，让数学“活”起来。

完整的可运行参考实现位于 graph_plotting.py（含 12 个场景：坐标轴、函数绘制、多函数、面积、NumberPlane、参数曲线、切线、动态振幅、黎曼和、隐函数、坐标标注、极坐标），可直接以manim -pql graph_plotting.py SceneName运行验证。配套的坐标系统基础可参考 axes.md，场景规划方法论可参考 manim-composer 技能，渲染参数与 CLI 细节见 cli.md。

【免费下载链接】OpenMontageWorld's first open-source, agentic video production system. 12 production pipelines, 100+ tools, 700+ agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage