Sympy的基本操作(7个骰子掷出3对的概率)

于 2023-02-26 16:06:48 发布
阅读量191 收藏 1
点赞数 1
分类专栏： sympy 文章标签： 算法 python 概率论 Powered by 金山文档
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jggnice/article/details/129227233
版权

先来分析问题:

7个骰子掷出1次 等价于 1个骰子掷出7次

再来看 Sympy 的操作, 掷出1个硬币(x表示正面, y表示反面):

import sympy as sy

x,y = sy.symbols("x y")
p=sy.poly((x+y))
p.coeffs()  # 系数项[1, 1]
p.monoms()  # 指数项[(1, 0), (0, 1)]

再来看 Sympy 的操作, 掷出5个硬币(x表示正面, y表示反面):

import sympy as sy

x,y = sy.symbols("x y")
p=sy.poly((x+y)**5)
p.coeffs()  # 系数项[1, 5, 10, 10, 5, 1]
p.monoms()  # 指数项[(5, 0), (4, 1), (3, 2), (2, 3), (1, 4), (0, 5)]

再来看 Sympy 的操作, 掷出1个骰子 (xyzuvw表示123456点):

import sympy as sy

x,y,z,u,v,w = sy.symbols("x y z u v w")
p=sy.poly((x+y+z+u+v+w))
p.coeffs()  # 系数项[1, 1, 1, 1, 1, 1]
p.monoms()  # 指数项[(1, 0, 0, 0, 0, 0), (0, 1, 0, 0, 0, 0), (0, 0, 1, 0, 0, 0), (0, 0, 0, 1, 0, 0), (0, 0, 0, 0, 1, 0), (0, 0, 0, 0, 0, 1)]

再来看 Sympy 的操作, 掷出5个骰子 (xyzuvw表示123456点):

import sympy as sy

x,y,z,u,v,w = sy.symbols("x y z u v w")
p=sy.poly((x+y+z+u+v+w)**5)
p.coeffs()  
# 系数项
"""
[1, 5, 5, 5, 5, 5, 10, 20, 20, 20, 20, 10, 20, 20, 20, 10, 20, 20, 10, 20, 10, 10, 30, 30, 30, 30, 30, 60, 60, 60, 30, 60, 60, 30, 60, 30, 10, 30, 30, 30, 30, 60, 60, 30,
 60, 30, 10, 30, 30, 30, 60, 30, 10, 30, 30, 10, 5, 20, 20, 20, 20, 30, 60, 60, 60, 30, 60, 60, 30, 60, 30, 20, 60, 60, 60, 60, 120, 120, 60, 120, 60, 20, 60, 60, 60, 120
, 60, 20, 60, 60, 20, 5, 20, 20, 20, 30, 60, 60, 30, 60, 30, 20, 60, 60, 60, 120, 60, 20, 60, 60, 20, 5, 20, 20, 30, 60, 30, 20, 60, 60, 20, 5, 20, 30, 20, 5, 1, 5, 5, 5,
 5, 10, 20, 20, 20, 10, 20, 20, 10, 20, 10, 10, 30, 30, 30, 30, 60, 60, 30, 60, 30, 10, 30, 30, 30, 60, 30, 10, 30, 30, 10, 5, 20, 20, 20, 30, 60, 60, 30, 60, 30, 20, 60,
 60, 60, 120, 60, 20, 60, 60, 20, 5, 20, 20, 30, 60, 30, 20, 60, 60, 20, 5, 20, 30, 20, 5, 1, 5, 5, 5, 10, 20, 20, 10, 20, 10, 10, 30, 30, 30, 60, 30, 10, 30, 30, 10, 5,
20, 20, 30, 60, 30, 20, 60, 60, 20, 5, 20, 30, 20, 5, 1, 5, 5, 10, 20, 10, 10, 30, 30, 10, 5, 20, 30, 20, 5, 1, 5, 10, 10, 5, 1]

"""
p.monoms()
# 指数项
"""
[(5, 0, 0, 0, 0, 0), (4, 1, 0, 0, 0, 0), (4, 0, 1, 0, 0, 0), (4, 0, 0, 1, 0, 0), (4, 0, 0, 0, 1, 0), (4, 0, 0, 0, 0, 1), (3, 2, 0, 0, 0, 0), (3, 1, 1, 0, 0, 0), (3, 1, 0,
 1, 0, 0), (3, 1, 0, 0, 1, 0), (3, 1, 0, 0, 0, 1), (3, 0, 2, 0, 0, 0), (3, 0, 1, 1, 0, 0), (3, 0, 1, 0, 1, 0), (3, 0, 1, 0, 0, 1), (3, 0, 0, 2, 0, 0), (3, 0, 0, 1, 1, 0),
 (3, 0, 0, 1, 0, 1), (3, 0, 0, 0, 2, 0), (3, 0, 0, 0, 1, 1), (3, 0, 0, 0, 0, 2), (2, 3, 0, 0, 0, 0), (2, 2, 1, 0, 0, 0), (2, 2, 0, 1, 0, 0), (2, 2, 0, 0, 1, 0), (2, 2, 0,
 0, 0, 1), (2, 1, 2, 0, 0, 0), (2, 1, 1, 1, 0, 0), (2, 1, 1, 0, 1, 0), (2, 1, 1, 0, 0, 1), (2, 1, 0, 2, 0, 0), (2, 1, 0, 1, 1, 0), (2, 1, 0, 1, 0, 1), (2, 1, 0, 0, 2, 0),
 (2, 1, 0, 0, 1, 1), (2, 1, 0, 0, 0, 2), (2, 0, 3, 0, 0, 0), (2, 0, 2, 1, 0, 0), (2, 0, 2, 0, 1, 0), (2, 0, 2, 0, 0, 1), (2, 0, 1, 2, 0, 0), (2, 0, 1, 1, 1, 0), (2, 0, 1,
 1, 0, 1), (2, 0, 1, 0, 2, 0), (2, 0, 1, 0, 1, 1), (2, 0, 1, 0, 0, 2), (2, 0, 0, 3, 0, 0), (2, 0, 0, 2, 1, 0), (2, 0, 0, 2, 0, 1), (2, 0, 0, 1, 2, 0), (2, 0, 0, 1, 1, 1),
 (2, 0, 0, 1, 0, 2), (2, 0, 0, 0, 3, 0), (2, 0, 0, 0, 2, 1), (2, 0, 0, 0, 1, 2), (2, 0, 0, 0, 0, 3), (1, 4, 0, 0, 0, 0), (1, 3, 1, 0, 0, 0), (1, 3, 0, 1, 0, 0), (1, 3, 0,
 0, 1, 0), (1, 3, 0, 0, 0, 1), (1, 2, 2, 0, 0, 0), (1, 2, 1, 1, 0, 0), (1, 2, 1, 0, 1, 0), (1, 2, 1, 0, 0, 1), (1, 2, 0, 2, 0, 0), (1, 2, 0, 1, 1, 0), (1, 2, 0, 1, 0, 1),
 (1, 2, 0, 0, 2, 0), (1, 2, 0, 0, 1, 1), (1, 2, 0, 0, 0, 2), (1, 1, 3, 0, 0, 0), (1, 1, 2, 1, 0, 0), (1, 1, 2, 0, 1, 0), (1, 1, 2, 0, 0, 1), (1, 1, 1, 2, 0, 0), (1, 1, 1,
 1, 1, 0), (1, 1, 1, 1, 0, 1), (1, 1, 1, 0, 2, 0), (1, 1, 1, 0, 1, 1), (1, 1, 1, 0, 0, 2), (1, 1, 0, 3, 0, 0), (1, 1, 0, 2, 1, 0), (1, 1, 0, 2, 0, 1), (1, 1, 0, 1, 2, 0),
 (1, 1, 0, 1, 1, 1), (1, 1, 0, 1, 0, 2), (1, 1, 0, 0, 3, 0), (1, 1, 0, 0, 2, 1), (1, 1, 0, 0, 1, 2), (1, 1, 0, 0, 0, 3), (1, 0, 4, 0, 0, 0), (1, 0, 3, 1, 0, 0), (1, 0, 3,
 0, 1, 0), (1, 0, 3, 0, 0, 1), (1, 0, 2, 2, 0, 0), (1, 0, 2, 1, 1, 0), (1, 0, 2, 1, 0, 1), (1, 0, 2, 0, 2, 0), (1, 0, 2, 0, 1, 1), (1, 0, 2, 0, 0, 2), (1, 0, 1, 3, 0, 0),
 (1, 0, 1, 2, 1, 0), (1, 0, 1, 2, 0, 1), (1, 0, 1, 1, 2, 0), (1, 0, 1, 1, 1, 1), (1, 0, 1, 1, 0, 2), (1, 0, 1, 0, 3, 0), (1, 0, 1, 0, 2, 1), (1, 0, 1, 0, 1, 2), (1, 0, 1,
 0, 0, 3), (1, 0, 0, 4, 0, 0), (1, 0, 0, 3, 1, 0), (1, 0, 0, 3, 0, 1), (1, 0, 0, 2, 2, 0), (1, 0, 0, 2, 1, 1), (1, 0, 0, 2, 0, 2), (1, 0, 0, 1, 3, 0), (1, 0, 0, 1, 2, 1),
 (1, 0, 0, 1, 1, 2), (1, 0, 0, 1, 0, 3), (1, 0, 0, 0, 4, 0), (1, 0, 0, 0, 3, 1), (1, 0, 0, 0, 2, 2), (1, 0, 0, 0, 1, 3), (1, 0, 0, 0, 0, 4), (0, 5, 0, 0, 0, 0), (0, 4, 1,
 0, 0, 0), (0, 4, 0, 1, 0, 0), (0, 4, 0, 0, 1, 0), (0, 4, 0, 0, 0, 1), (0, 3, 2, 0, 0, 0), (0, 3, 1, 1, 0, 0), (0, 3, 1, 0, 1, 0), (0, 3, 1, 0, 0, 1), (0, 3, 0, 2, 0, 0),
 (0, 3, 0, 1, 1, 0), (0, 3, 0, 1, 0, 1), (0, 3, 0, 0, 2, 0), (0, 3, 0, 0, 1, 1), (0, 3, 0, 0, 0, 2), (0, 2, 3, 0, 0, 0), (0, 2, 2, 1, 0, 0), (0, 2, 2, 0, 1, 0), (0, 2, 2,
 0, 0, 1), (0, 2, 1, 2, 0, 0), (0, 2, 1, 1, 1, 0), (0, 2, 1, 1, 0, 1), (0, 2, 1, 0, 2, 0), (0, 2, 1, 0, 1, 1), (0, 2, 1, 0, 0, 2), (0, 2, 0, 3, 0, 0), (0, 2, 0, 2, 1, 0),
 (0, 2, 0, 2, 0, 1), (0, 2, 0, 1, 2, 0), (0, 2, 0, 1, 1, 1), (0, 2, 0, 1, 0, 2), (0, 2, 0, 0, 3, 0), (0, 2, 0, 0, 2, 1), (0, 2, 0, 0, 1, 2), (0, 2, 0, 0, 0, 3), (0, 1, 4,
 0, 0, 0), (0, 1, 3, 1, 0, 0), (0, 1, 3, 0, 1, 0), (0, 1, 3, 0, 0, 1), (0, 1, 2, 2, 0, 0), (0, 1, 2, 1, 1, 0), (0, 1, 2, 1, 0, 1), (0, 1, 2, 0, 2, 0), (0, 1, 2, 0, 1, 1),
 (0, 1, 2, 0, 0, 2), (0, 1, 1, 3, 0, 0), (0, 1, 1, 2, 1, 0), (0, 1, 1, 2, 0, 1), (0, 1, 1, 1, 2, 0), (0, 1, 1, 1, 1, 1), (0, 1, 1, 1, 0, 2), (0, 1, 1, 0, 3, 0), (0, 1, 1,
 0, 2, 1), (0, 1, 1, 0, 1, 2), (0, 1, 1, 0, 0, 3), (0, 1, 0, 4, 0, 0), (0, 1, 0, 3, 1, 0), (0, 1, 0, 3, 0, 1), (0, 1, 0, 2, 2, 0), (0, 1, 0, 2, 1, 1), (0, 1, 0, 2, 0, 2),
 (0, 1, 0, 1, 3, 0), (0, 1, 0, 1, 2, 1), (0, 1, 0, 1, 1, 2), (0, 1, 0, 1, 0, 3), (0, 1, 0, 0, 4, 0), (0, 1, 0, 0, 3, 1), (0, 1, 0, 0, 2, 2), (0, 1, 0, 0, 1, 3), (0, 1, 0,
 0, 0, 4), (0, 0, 5, 0, 0, 0), (0, 0, 4, 1, 0, 0), (0, 0, 4, 0, 1, 0), (0, 0, 4, 0, 0, 1), (0, 0, 3, 2, 0, 0), (0, 0, 3, 1, 1, 0), (0, 0, 3, 1, 0, 1), (0, 0, 3, 0, 2, 0),
 (0, 0, 3, 0, 1, 1), (0, 0, 3, 0, 0, 2), (0, 0, 2, 3, 0, 0), (0, 0, 2, 2, 1, 0), (0, 0, 2, 2, 0, 1), (0, 0, 2, 1, 2, 0), (0, 0, 2, 1, 1, 1), (0, 0, 2, 1, 0, 2), (0, 0, 2,
 0, 3, 0), (0, 0, 2, 0, 2, 1), (0, 0, 2, 0, 1, 2), (0, 0, 2, 0, 0, 3), (0, 0, 1, 4, 0, 0), (0, 0, 1, 3, 1, 0), (0, 0, 1, 3, 0, 1), (0, 0, 1, 2, 2, 0), (0, 0, 1, 2, 1, 1),
 (0, 0, 1, 2, 0, 2), (0, 0, 1, 1, 3, 0), (0, 0, 1, 1, 2, 1), (0, 0, 1, 1, 1, 2), (0, 0, 1, 1, 0, 3), (0, 0, 1, 0, 4, 0), (0, 0, 1, 0, 3, 1), (0, 0, 1, 0, 2, 2), (0, 0, 1,
 0, 1, 3), (0, 0, 1, 0, 0, 4), (0, 0, 0, 5, 0, 0), (0, 0, 0, 4, 1, 0), (0, 0, 0, 4, 0, 1), (0, 0, 0, 3, 2, 0), (0, 0, 0, 3, 1, 1), (0, 0, 0, 3, 0, 2), (0, 0, 0, 2, 3, 0),
 (0, 0, 0, 2, 2, 1), (0, 0, 0, 2, 1, 2), (0, 0, 0, 2, 0, 3), (0, 0, 0, 1, 4, 0), (0, 0, 0, 1, 3, 1), (0, 0, 0, 1, 2, 2), (0, 0, 0, 1, 1, 3), (0, 0, 0, 1, 0, 4), (0, 0, 0,
 0, 5, 0), (0, 0, 0, 0, 4, 1), (0, 0, 0, 0, 3, 2), (0, 0, 0, 0, 2, 3), (0, 0, 0, 0, 1, 4), (0, 0, 0, 0, 0, 5)]
"""

由此可以知道: 掷出5个骰子, 出现2个不同对子加单吊的预期频数

就是 指数项 里边有两个2的对应项的系数项之和

即概率分子为:

sum([p.coeffs()[i] for i,item in enumerate(p.monoms()) if p.monoms()[i].count(2)==2])

概率分母为所有系数之和:

sum(p.coeffs())

掷出5个骰子, 出现2个不同对子加单吊的概率为1800/7776 .

回到最初的问题, 用Sympy计算7个骰子掷出3个不同对子加单吊的概率:

import sympy as sy

x,y,z,u,v,w = sy.symbols("x y z u v w")
p=sy.poly((x+y+z+u+v+w)**7)  # 掷出7个骰子
a=sum(p.coeffs()) 
b=sum([p.coeffs()[i] for i,item in enumerate(p.monoms()) if p.monoms()[i].count(2)==3])  # 对子有三组,不同点数,外加一个单吊
print("7个骰子掷出3个不同对子加单吊的概率: {}/{}".format(b,a))

运行结果为:

7个骰子掷出3个不同对子加单吊的概率: 37800/279936 .

完毕, 撒花

jggnice
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python 符号运算
handsomeswp的专栏
12-12 7555
背景介绍： Sugar 起初在 MultiMCU EDU 上写的都是有飞控、嵌入式操作系统、控制算法类的推文。 最近推的 Matlab 和 Python 似乎与 MCU 不在一个世界里，其实不然。机器人身上的 MCU 所跑的程序是有运行控制算法的，而控制算法的学习必须有扎实的数学功底。 当代学数学除了 Matlab 工具可用，还有开源的 Python 模块。学数学必须借助好工具，把抽象变具象才能理解。本篇 Sugar 就来说一说 Python 中的符号运算。 sympy 一、安装 sympy 模块 Su.
python求解含有参量常微分方程组的解析解（笔记）
m0_64111502的博客
12-15 873
本文主要利用python对求解函参量常微分方程的解析解进行演示
概率统计Python计算：解古典概型问题
u012958850的博客
04-30 1448
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录古典概型与几何概型问题的Python解法1. 解古典概型问题2. 解2-维几何概型问题 古典概型与几何概型问题的Python解法 1. 解古典概型问题 假定以SSS为样本空间的随机试验是一个等概模型，事件A⊆SA\subseteq SA⊆S。若能算得∣S∣=n|S|=n∣S∣
用Python解方程
热门推荐
蔡军帅
07-13 1万+
一元一次方程 例题1： 这是北师大版小学六年级上册课本95页的一道解方程练习题： 大家可以先口算一下，这道题里面的x的值为200 接下来我们用python来实现，代码如下，每一句代码后面都写有解释语： # 一元一次方程 x = sy.symbols("x") # 申明未知数"x" a = sy.solve((x+(1/5)*x-240),[x]) # 写入需要解的方程体 pri...
python之微积分
your_answer的博客
01-30 9012
一、微分 微分的话其实比较简单，手工算其实可以的，但是遇到特别复杂的函数，还是计算机算比较省时间，用到了sympy，举一个例子吧 import sympy as sy x=sy.symbols('x')#约定变量x y=x**3+10+sy.sin(x)#这个sin是sy的sin dy_dx=sy.diff(y,x)#常微分，写成dy_dx=sy.diff(y)也可以 t=sy.symbols
SymPy_tutorial:SymPy教程说明[仅日语] Web版本==>
05-13
SymPy教程日语注 该存储库管理我学习Sympy教程时创建的jupyter笔记本和html。该注释不是官方的日语翻译，但是由于仅以英语发布，因此我觉得在此处以日语发布我的注释很有意义。 很重要的一点 最重要的是，在引用它时...
sympy-sympy-c3a8364
最新发布
11-12
标题“sympy-sympy-c3a8364”表明这可能是一个与Python相关的开源项目，更具体地，是Sympy库的一个特定版本。Sympy是一个强大的Python库，专注于符号计算，它允许程序员进行数学表达式的操作，如代数运算、微积分、...
sympy-1.5.1-py2.py3-none-any.whl
05-10
sympy-1.5.1-py2.py3-none-any.whl,RsaCtfTool requirments
sympy.github.com:SymPy的网页（sympy.org）
05-05
SymPy网站 这是SymPy网站，位于： 使用GitHub Pages。 要对其进行修改，请编辑templates目录中的文件。 您可以使用以下命令检查输出 ./generate 您需要安装jinja2（ ）和Babel（ ）。 要查看带有样式的输出，您...
numpsy:将NumPy，SymPy，SciPy和Pandas集成到单个可扩展的数学框架中
04-18
将NumPy，SymPy，SciPy和Pandas之间的混合直接添加到一个值单声明可扩展框架中，以模拟执行符号和数字运算。 目标： 您是否曾经想过要同时执行工程或优化推导的数字和符号数学？ 现在，您可以在自动执行单元管理的...
数学工具（五）符号数学
weixin_30411819的博客
08-01 217
本节介绍专用于符号计算的SymPy 库。 包括： 1.基本介绍 2.方程式 3.积分 4.微分 1.基本介绍 SymPy 引人了 新的对象类。最基本的是Symbol 类， import sympy as sy x = sy.Symbol('x') y = sy.Symbol('y') type(x) sympy.core.symbol.Symbol ...
python symbols函数,Python
weixin_42516414的博客
03-25 673
Python modf() 函数描述modf() 方法返回x的整数部分与小数部分，两部分的数值符号与x相同，整数部分以浮点型表示。语法以下是 modf() 方法的语法:import mathmath.modf( x )注意：modf()是不能直接访问的，需要导入 math 模块，通过静态对象调用该方法。参数x -- 数值表达式。返回值返回x的整数部分与小数部分，实例以下展示了使用 modf() 方...
latex 符号_sympy: 符号运算-1
weixin_39813263的博客
11-22 1152
本文主要参考资料来自sympy的官网：Introduction - SymPy 1.4 documentation​docs.sympy.org一般，我们使用计算机软件进行数学计算，主要是数值计算，就算有变量，也是代入具体数值来算的，我们在初中到大学学到的符号计算，很多时候无法用计算机来进行，比如下面的多项式化简： 上面的式中没有任何一个具体数值，完全是符号进行计算，这时我们只能手算了。当然，我们...
python里面的内置函数_python中的内置函数（一）
weixin_39984963的博客
11-25 95
python中的内置函数：abs() #取绝对值#!/usr/bin/env python# -*- coding:utf-8 -*-#直接调用，看效果# i=-1# j=abs(i)# print(j)#搞个函数，看效果def fun(i):j=abs(i)print(j)fun(-4)all()#全部为真，则为真，有一个假的为假#!/usr/bin/env python# -*- codi...
概率统计Python计算：条件概率和概率乘法公式
u012958850的博客
05-01 4292
1. 古典概型中条件概率的计算 根据条件概率的计算公式P(B∣A)=P(A∩B)/P(A)P(B|A)=P(A\cap B)/P(A)P(B∣A)=P(A∩B)/P(A)，在古典概型下，我们定义如下的Python函数： def condP(A, B): #事件B发生的条件下A的概率 return len(A & B) / len(B) 程序中定义的函数condP(A,B)只适合于计算古典概型中的条件概率P(A∣B)P(A|B)P(A∣B)。代码很简单，为求条件
概率统计Python计算：排列组合——构造样本空间
u012958850的博客
05-01 1442
当试验的样本空间中样本点结构比较复杂时，需要仔细构造样本空间。例如，向目标射击3枪，观察每一枪是否击中目标的试验，如果将射中目标记为1，未击中目标记为0，则一个样本点可表示为一个3元组(i,j,k)(i,j,k)(i,j,k)。其中的每个分量取值为0或1。这样样本空间可以视为对有限集合{0,1}\{0, 1\}{0,1}，作具有3个元素 的可重排列构成的集合。再比如从3黑2白的5球中任取3球观察其颜色的试验，若用若用1-3表示黑球，4~5表示白色球。样本点可表为3元组(i,j,k)(i,j,k)(i,j,k
5.2Python数据处理篇之Sympy系列(二)---Sympy的基本操作
weixin_34310369的博客
03-15 917
目录 目录 前言 （一）符号的初始化与输出设置-symbol() symbols() latex() 1.作用： 2.操作： （二）替换符号-subs(old,new) 1.说明： 2.源代码： 3....
Python——利用sympy模块进行数学计算
Fo*(Bi)的博客
10-20 1万+
参考链接： SymPy简易教程 SymPy库常用函数 简介 SymPy是一个符号计算的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展。它完全由Python写成，不依赖于外部库。 SymPy支持符号计算、高精度计算、模式匹配、绘图、解方程、微积分、组合数学、离散 数学、几何学、概率与统计、物理学等方面的功能。(来自维基百科的描述) 基本数值类型 实数，有理数和整数 SymPy有三个内建的数值类型：实数，有理数和整数。有理数类用两个整数来表示一个有理数。分子与分母，所
用python学概率与统计（第七章）抽样分布 (第八章) 区间估计
polarislove36的博客
12-28 2324
7.4抽样分布任意一个样本统计量的概率分布被称为该统计量的抽样分布、 x¯\overline x 的数学期望等于从总体中抽取样本的总体均值 E(x¯)=μ E(\overline x) = \mu x¯\overline x 的标准差 有限总体σx¯=N−nN−1−−−−−−√(σn√) \sigma_\overline x= \sqrt {\frac{N-n}{N-1}}(\frac{\s
sympy对log函数求导
03-29
使用Sympy对log函数求导，可以使用sympy.log()函数表示log函数，然后使用sympy.diff()函数对其求导。例如： ```python import sympy x = sympy.Symbol('x') y = sympy.log(x) dy_dx = sympy.diff(y, x) print(dy_...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值