Python符号计算初步

文章目录

• • 符号计算
  • 符号赋值和画图
  • 化简

基于计算机的科学计算有两种思路，一是将一切数值化，将所有已知的运算规律封装成函数，特定问题，返回特定的数值结果；二是将一切推理化，将各种数学问题，用符号系统来完成推导，此即符号计算。Python中，sympy是最基础的符号计算库。

符号计算

【sympy】是Python的符号计算库，可以实现下面这种功能

$$\int cosxdx=sinx\partial x\partial exyz=yzexyz$$

那么从安装完sympy到实现上述功能，大概需要几步呢？下面就从头缕一缕。

首先，$x,y,z$肯定都是变量，而且是比较特殊的变量，最起码不是数值，而是个符号。在sympy中，创建一个符号需要调用【symbols】函数

import sympy
x, y, z = sympy.symbols('x y z')
print(x+1)  # x + 1

 
 

有了符号就可以符号运算了。

from sympy import cos, exp, diff, integrate
integrate(cos(x), x)    # sin(x)
diff(exp(x*y*z), x)     # y*z*exp(x*y*z)

 
 

其中，

• 【diff】求导函数，输入为表达式和待求导分量
• 【integrate】用于积分，输入为表达式和待积分的分量
• 【cos, exp】余弦和指数函数，sympy中封装了一系列基础函数，名称与numpy中几乎完全相同，但主要被用作符号计算。

符号赋值和画图

符号计算往往也需要得到数值结果的，【evalf】函数便可以胜任这项工作，其参数subs通过字典的形式，一一指定自变量。

f = sympy.diff(sympy.exp(x*y*z),x)
f.evalf(subs={x:1, y:1, z:1})   # 2.71828182845905

 
 

单点赋值显然没有什么表现力，下面让$x,y$等于1，得到一个关于$z$的函数$g(z)=zez$的曲线。这个流程分为两步，首先进行变量代换得到$g$函数，再绘制$g$的图像：

g = f.subs([(x,1), (y,1)])
print(g)      # z*exp(z)
sympy.plot(g, xlim=(0,5), ylim=(0,1000))

 
 

其中，

• 【subs】方法用于变量代换，其输入为元组列表，每个元组都代表一个替换对。
• 【plot】函数用于绘图，xlim, ylim用于指定$x,y$轴的范围，绘图结果如下

sympy提供了三维绘图能力，接下来指定$x=1$，构造函数$h=yzln(yz)$，并绘制其在三维坐标中的图像

h = f.subs(x, 1)
h = sympy.log(h)
sympy.plotting.plot3d(h)

 
 

除了这些常规的画图，sympy甚至支持在命令行中绘图，十分离谱

>>> sympy.textplot(x**2, -5, 5)
     25 |\                                                     /
        | .                                                   .
        |
        |  .                                                 .
        |   \                                               /
        |    .                                             .
        |
        |     .                                           .
        |      \                                         /
        |       \                                       /
   12.5 |--------\-------------------------------------/--------
        |         \                                   /
        |          \                                 /
        |           \                               /
        |            \                             /
        |             ..                         ..
        |               \                       /
        |                ..                   ..
        |                  ..               ..
        |                    ...         ...
      0 |_______________________________________________________
         -5                         0                          5

 
 

 
 

  
  
 
 

化简

对于符号计算来说，化简是一个非常重要的功能，一个缺乏可读性的解析表达式是毫无价值的。在sympy中，提供了simplify可对解析表达式进行化简。以下式为例

$$xsin2(y)+xcos2(y)x2+x=x+1$$

只需用sympy将这个表达式复现出来，然后调用simplify即可

from sympy import simplify, cos, sin

a = (x + x2)/(x*sin(y)2 + x*cos(y)**2)
aSim = simplify(a)

=

公式输出

对于复杂公式，可读性是一个很大的问题，sympy自然想到了这个刚需，提供了更加漂亮的公式输出，例如通过设置【init_session】，可以在命令行中输出更加漂亮的格式，唯一需要注意的是，在使用这个命令之后，会重新导入sympy，从而导致此前的工作区清空，所以，这个功能最好一开始就使用，下面是在jupyter notebook中调用的结果

如果想写在文档里，还可以直接输出latex源代码

sympy.latex(integrate(exp(x)/(exp(2*x) + 1), x))
#返回值 \operatorname{RootSum} {\left(4 z^{2} + 1, \left( i \mapsto i \log{\left(2 i + e^{x} \right)} \right)\right)}