痛点场景还原：一个具体的例子
先看一段“有毛病”的代码，直观感受一下问题：
from manim import * import numpy as np class BadRoseCurve(Scene): def construct(self): axes = Axes(x_range=[-3, 3], y_range=[-3, 3]) self.add(axes) # 用累积密度法生成非均匀 theta：尖端稀疏(快)，中部密集(慢) n_points = 500 t = np.linspace(0, 2 * PI, n_points) # 密度函数：在 cos(5t)=0 处(花瓣中部)密度高，在 |cos(5t)|=1 处(尖端)密度低 density = 1 + 3 * np.sin(5 * t) ** 2 theta = np.cumsum(density) theta = theta / theta[-1] * PI # 归一化到 [0, π]（k为奇数时只需π即可画完） r = np.cos(5 * theta) x = r * 2 * np.cos(theta) y = r * 2 * np.sin(theta) points = [axes.c2p(x[i], y[i]) for i in range(n_points)] curve = VMobject(color=PINK, stroke_width=3) curve.set_points_as_corners(points) # 用 Create 画曲线——速度明显不均匀！ self.play(Create(curve), run_time=5, rate_func=linear) self.wait()运行这个动画，你会看到：花瓣尖端几帧就画完了，而花瓣中部却画得很慢。
rate_func=linear控制的是动画进度的均匀，但曲线本身点的分布就是疏密不均的，所以视觉速度必然忽快忽慢。
2. SymPy 解决方案：弧长参数化三步走
要让绘制速度均匀，核心思路是：生成一组让相邻点之间实际距离相等的参数值。具体分三步：
- 用积分算出弧长函数 L(θ)——从起点到参数 θ 的弧长
- 算总弧长，等分出一组目标弧长值 s1,s2,...
- 对每个$ s_i ，反解方程 L(\theta)=s_i ，得到对应的 \theta_i $
这三步，SymPy都能帮上忙。
2.1 用 SymPy 推导弧长函数
import sympy as sp theta = sp.Symbol('theta', real=True) n = 5 # 五瓣玫瑰线 # 极坐标方程（注意这里放大了2倍，与痛点代码中的 r*2 保持一致） r = 2 * sp.cos(n * theta) # 极坐标 → 直角坐标（符号推导，零误差） x = r * sp.cos(theta) # x = r(θ)·cos(θ) y = r * sp.sin(theta) # y = r(θ)·sin(θ) # 弧长微元：ds/dθ = sqrt((dx/dθ)² + (dy/dθ)²) dx_dtheta = sp.diff(x, theta) dy_dtheta = sp.diff(y, theta) # 弧长微元表达式（注意：这里不算积分，只保留被积函数） ds_dtheta = sp.sqrt(dx_dtheta**2 + dy_dtheta**2) print("弧长微元 ds/dθ =", sp.simplify(ds_dtheta)) # 运行结果： ''' 弧长微元 ds/dθ = 2*sqrt((2*sin(4*theta) + 3*sin(6*theta))**2 + (2*cos(4*theta) - 3*cos(6*theta))**2) '''SymPy会输出一个椭圆积分形式的表达式——这是正常的，很多曲线的弧长都没有初等表达式。
没关系，数值求解一样好用。
2.2 用 nsolve 反解等弧长参数点
import numpy as np from scipy.integrate import quad from scipy.optimize import bisect # 数值求根，稳定且快 # 把弧长微元转成可数值计算的函数 ds_func = sp.lambdify(theta, ds_dtheta, 'numpy') # 数值弧长函数：L(t) = ∫₀^t ds def arc_length(t): """计算从 0 到 t 的弧长""" result, _ = quad(ds_func, 0, t, limit=100) return result # 计算总弧长 total_length = arc_length(2 * np.pi) print(f"总弧长: {total_length:.4f}") # 等分弧长，用数值求根反解对应的 theta N = 500 s_values = np.linspace(0, total_length, N) theta_vals = [] # 辅助函数：f(t) = L(t) - s，我们要找 f(t)=0 的根 def f(t, s): return arc_length(t) - s for i, s in enumerate(s_values): if i == 0: theta_vals.append(0.0) # s=0 对应 theta=0 continue # 初始搜索区间：用上一个 theta 作为左边界 # 弧长是单调递增的，所以解一定在 [左边界, 右边界] 之间 left = theta_vals[-1] # 上一个已解出的 theta right = left + 0.5 # 向右扩展，足够覆盖下一个等分点 # 扩展右边界直到 f(right, s) > 0（确保根在区间内） while f(right, s) < 0: right += 0.5 # 二分法求根（稳定、快速） sol = bisect(f, left, right, args=(s,), xtol=1e-8) theta_vals.append(float(sol)) theta_vals = np.array(theta_vals)代码要点：
sp.lambdify把符号表达式编译成 NumPy 函数，求值快sp.nsolve数值解方程，给定一个好猜测值能显著加速- 猜测值用“弧长占比 × 总参数范围”做线性估计，足够接近真实解
3. Manim 联动实战
把上面的计算和 Manim 动画串起来，就是一份完整可运行的代码：
from manim import * import numpy as np import sympy as sp from scipy.integrate import quad from scipy.optimize import bisect class UniformRoseCurve(Scene): def construct(self): # ===== SymPy + 数值积分计算等弧长参数点 ===== theta = sp.Symbol("theta", real=True) n = 5 # 极坐标方程 r = 2*cos(5θ) r = 2 * sp.cos(n * theta) # 极坐标转直角坐标 x_expr = r * sp.cos(theta) y_expr = r * sp.sin(theta) # 弧长微元 dx = sp.diff(x_expr, theta) dy = sp.diff(y_expr, theta) ds_dtheta = sp.sqrt(dx**2 + dy**2) # 数值弧长函数 ds_func = sp.lambdify(theta, ds_dtheta, "numpy") def arc_length(t): val, _ = quad(ds_func, 0, t, limit=100) return val # 总弧长（k为奇数时只需π即可画完） total_len = arc_length(np.pi) print(f"总弧长: {total_len:.4f}") # 用二分法反解等弧长 theta（速度快） N = 500 s_vals = np.linspace(0, total_len, N) theta_vals = [0.0] def f(t, s): return arc_length(t) - s for i in range(1, N): s = s_vals[i] left = theta_vals[-1] right = left + 0.5 # 扩展右边界直到 f(right) > 0 while f(right, s) < 0: right += 0.5 sol = bisect(f, left, right, args=(s,), xtol=1e-8) theta_vals.append(float(sol)) theta_vals = np.array(theta_vals) # 计算直角坐标点 x_func = sp.lambdify(theta, x_expr, "numpy")