您可以使用等值线图，如下所示（基于http://matplotlib.org/examples/pylab_examples/contour_demo.html的示例）：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-1.0, 1.0, 100)
y = np.linspace(-1.0, 1.0, 100)
X, Y = np.meshgrid(x,y)
F = X**2 + Y**2 - 0.6
plt.contour(X,Y,F,[0])
plt.show()

字符串
这将产生下图

的数据
最后是一些一般性发言：

1. x^2并不意味着你认为它在python中是什么，你必须使用x**2。
2. x1和x2（对我来说）是非常误导的，特别是如果你说x2必须在y轴上。
   1.（感谢Dux）您可以添加plt.gca().set_aspect('equal')，通过使轴相等，使图形实际上看起来是圆形的。

@BasJansen的解决方案当然能让你达到目的，它要么效率很低（如果你使用很多网格点），要么不准确（如果你只使用很少的网格点）。
你可以很容易地直接画出圆。给定0 = x1**2 + x**2 - 0.6，就可以得出x2 = sqrt(0.6 - x1**2)（正如Dux所说）。
但你真正想做的是，把你的笛卡尔坐标，转换成极坐标。

x1 = r*cos(theta)
x2 = r*sin(theta)

字符串
如果你在圆的等式中使用这些替换，你会看到r=sqrt(0.6)。
所以现在你可以用它来绘制你的图：

import numpy as np
import matplotlib.pyplot as plt
# theta goes from 0 to 2pi
theta = np.linspace(0, 2*np.pi, 100)
# the radius of the circle
r = np.sqrt(0.6)
# compute x1 and x2
x1 = r*np.cos(theta)
x2 = r*np.sin(theta)
# create the figure
fig, ax = plt.subplots(1)
ax.plot(x1, x2)
ax.set_aspect(1)
plt.show()

型
测试结果：
x1c 0d1x的数据

如何绘制x值并计算相应的y值？

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-1, 1, 100, endpoint=True)
y = np.sqrt(-x**2. + 0.6)
plt.plot(x, y)
plt.plot(x, -y)

字符串
产生

的数据
很明显，这可以做得更好，但这只是为了演示...

# x**2  + y**2 = r**2
r = 6
x = np.linspace(-r,r,1000)
y = np.sqrt(-x**2+r**2)
plt.plot(x, y,'b')
plt.plot(x,-y,'b')
plt.gca().set_aspect('equal')
plt.show()

字符串
生产：

的数据

使用复数绘制圆

思想：将一个点乘以复指数（

）会旋转圆上的点

import numpy as np
import matplotlib.pyplot as plt
num_pts=20 # number of points on the circle
ps = np.arange(num_pts+1)
# j = np.sqrt(-1)
pts = np.exp(2j*np.pi/num_pts *(ps))
fig, ax = plt.subplots(1)
ax.plot(pts.real, pts.imag , '-o')
ax.set_aspect(1)
plt.show()

字符串

的