遇到复杂计算找python绝对不让你失望，sympy是一个Python的科学计算库，用一套强大的符号计算体系完成诸如多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等等计算问题。虽然Matlab的类似科学计算能力也很强大，但是Python以其语法简单、易上手、异常丰富的三方库生态，个人认为可以更优雅地解决日常遇到的各种计算问题。安装在本博客就不细讲了！        

 1、表达式与表达式求值：

#--------多项式求解--------#定义变量x=sympy.Symbol(’x’)fx=5*x+4#使用evalf函数传值y1=fx.evalf(subs={x:6})print(y1)

#多元表达式x=sympy.Symbol(’x’)y=sympy.Symbol(’y’)fx=x*x+y*yresult=fx.evalf(subs={x:3,y:4})print(result)

       2、函数方程求解：

#解方程 有限解#定义变量x=sympy.Symbol(’x’)y=sympy.Symbol(’y’)fx=x*3+9#可求解直接给出解向量print(sympy.solve(fx,x))

      

#解方程无穷多解#定义变量x=sympy.Symbol(’x’)y=sympy.Symbol(’y’)fx=x*3+y**2#得到是x与y的关系式，print(sympy.solve(fx,x,y))

#解方程组#定义变量x=sympy.Symbol(’x’)y=sympy.Symbol(’y’)f1=x+y-3f2=x-y+5sympy.solve([f1,f2],[x,y])

3、求和 

import sympy#定义变量n=sympy.Symbol(’n’)f=2*n#前面参数放函数，后面放变量的变化范围s=sympy.summation(f,(n,1,100))print(s)

解带有求和式的方程 ：  

   

#解释一下，i可以看做是循环变量，就是x自己加五次#先定义变量，再写出方程x=sympy.Symbol(’x’)i=sympy.Symbol(’i’)f=sympy.summation(x,(i,1,5))+10*x-15result=sympy.solve(f,x)print(result)

         4、求极限（注意，math包中sin和很多数学函数会报错，要用sympy中的，无穷大用 sympy.oo 表示）

#求极限使用limit方法#定义变量与函数x=sympy.Symbol(’x’)f1=sympy.sin(x)/xf2=(1+x)**(1/x)f3=(1+1/x)**x#三个参数是 函数，变量，趋向值lim1=sympy.limit(f1,x,0)lim2=sympy.limit(f2,x,0)lim3=sympy.limit(f3,x,sympy.oo)print(lim1,lim2,lim3)

           5、求导 

#求导使用diff方法x=sympy.Symbol(’x’)f1=2*x**4+3*x+6#参数是函数与变量f1_=sympy.diff(f,x)print(f1_) f2=sympy.sin(x)f2_=sympy.diff(f2,x)print(f2_) #求偏导y=sympy.Symbol(’y’)f3=2*x**2+3*y**4+2*y#对x，y分别求导，即偏导f3_x=sympy.diff(f3,x)f3_y=sympy.diff(f3,y)print(f3_x)print(f3_y)

           6、求定积分

#求定积分用 integrate方法x=sympy.Symbol(’x’)f=2*x#参数传入 函数，积分变量和范围result=sympy.integrate(f,(x,0,1))print(result)

          上面的求法有点烂，难的就罢工不干了，我丢，还是喜欢scipy，如下： http://liao.cpython.org/scipy18/  scipy 还能解决很多数值计算，包括多重积分。 

from scipy import integratedef f(x): return x + 1v, err = integrate.quad(f, 1, 2)# err为误差print （v）

 以下计算多重积分： 

#求多重积分，先求里面的积分，再求外面的x,t=sympy.symbols(’x t’)f1=2*tf2=sympy.integrate(f1,(t,0,x))result=sympy.integrate(f2,(x,0,3))print(result)

        7、求不定积分

    

#求不定积分其实和定积分区别不大x=sympy.Symbol(’x’)f=(sympy.E**x+2*x)f_=sympy.integrate(f,x)print(f_)

         8、数学符合补充：

#数学符合#虚数单位isympy.I#自然对数低esympy.E#无穷大sympy.oo#圆周率sympy.pi#求n次方根sympy.root(8,3)#求对数sympy.log(1024,2)#求阶乘sympy.factorial(4)#三角函数sympy.sin(sympy.pi)sympy.tan(sympy.pi/4)sympy.cos(sympy.pi/2)

         9、公式展开与折叠 

x=sympy.Symbol(’x’)#公式展开用expand方法f=(1+2*x)*x**2ff=sympy.expand(f)print(ff)#公式折叠用factor方法f=x**2+1+2*xff=sympy.factor(f)print(ff)

         10、公式分离与合并（分数的分离与合并）

x=sympy.Symbol(’x’)y=sympy.Symbol(’y’)#公式展开用apart方法,和expand区别不是很大，常用于分数进行分离f=(x+2)/(x+1)ff=sympy.apart(f)print(ff)#公式折叠用tegother方法f=(1/x+1/y)ff=sympy.together(f)print(ff)

11、表达式简化

#simplify( )普通的化简simplify((x**3 + x**2 - x - 1)/(x**2 + 2*x + 1))#trigsimp( )三角化简trigsimp(sin(x)/cos(x))#powsimp( )指数化简powsimp(x**a*x**b)

到此这篇关于Python 中的Sympy详细使用的文章就介绍到这了,更多相关Python Sympy使用内容请搜索ABC学习网以前的文章或继续浏览下面的相关文章希望大家以后多多支持ABC学习网！

(window.slotbydup = window.slotbydup || []).push({id: "u6915441",container: "_5rmj5io5v3i",async: true});