Python sympy模块
SymPy一个用于符号型数学计算(symbolic mathematics)的Python库。它旨在成为一个功能齐全的计算机代数系统(Computer Algebra System,CAS),同时保持代码简洁、易于理解和扩展。SymPy完全是用Python写的,并不需要外部的库。
基础语法
符号表示
SymPy库中使用Symbol函数定义符号变量
from sympy import *
x=Symbol('x')
y=Symbol('y')
# ------------------
x, y=Symbol('x y') # 第二个用空格隔开
方程表示
使用代码表示数学符号与手写体的数学运算符号存在一定的差异,对于长的表达式,如果不确定运算符的优先级,可以加入小括号提升其优先级。下面列举常用的运算符:
加号 +
减号 -
除号 /
乘号 *
指数 **
对数 log()
e的指数次幂 exp()
符号的输出设置
在sympy里进行符号运算之前,必须先定义sympy的符号,这样sympy才能识别该符号。
.init_printing(use_latex=True)开启时,运行时输出的是LaTeX的格式。
使用:latex()函数,同样返回LaTeX的格式。
import sympy
x, y, z = sympy.Symbol('x y z') # 符号化变量
sympy.init_printing(use_latex=True) # 输出设置
print("x:", type(x))
print("y:", type(y))
print(x ** 2 + y + z)
print(sympy.latex(x ** 2 + y + z))
# output
# x: <class 'sympy.core.symbol.Symbol'>
# y: <class 'sympy.core.symbol.Symbol'>
# x**2 + y + z
# x^{2} + y + z
替换符号
sub是Substitution的简称,也就是替换。语法是:expr.sub(old, new)其有两个作用:
数值替换,用数值替换符号,进行带入计算。
符号替换,用一些符号替换符号。
import sympy
x, y, z = sympy.symbols('x y z')
expr = x ** 2 + 1
# 数值替换
result = expr.subs(x, 2)
print("原式:", expr)
print("数值计算:", result)
# 符号替换
new_expr = expr.subs(x, y + z)
print("符号替换:", new_expr)
# output
# 原式: x**2 + 1
# 数值计算: 5
# 符号替换: (y + z)**2 + 1
PS:
subs()函数不改变原表达式,并且返回一个修改的表达式。
当需要替换多个表达式时,可以在subs()里使用列表。如:subs([(x,2), (y, 3), (z, 4)]),表示:将x替换成2,y替换成3,z替换成4。
将字符串变为sympy的表达式
import sympy
string = "x**2+2*y + z/2"
expr = sympy.sympify(string) # 转化
print("类型:", type(expr))
print("表达式:", expr)
# output
# 类型: <class 'sympy.core.add.Add'>
# 表达式: x**2 + 2*y + z/2
PS:不要混淆了sympify()函数与 simplify()函数,前者是转化,后者是简化。
数值计算
相当于python自带的eval()函数,只是进行的是float浮点数运算。
(1)对于数值表达式的运算:
import sympy
expr = sympy.sqrt(8)
result = expr.evalf() # 进行计算
print(result)
# output
# 2.82842712474619
(2)对于符号表达式的运算:
对于表达式常用的是:.evalf(subs={x: 2.4})
import sympy
x = sympy.Symbol('x')
expr = x**2+3
result = expr.evalf(subs={x: 2})
print(result)
# output
# 7.00000000000000
自定义表达式
该函数有点类似于lambda(),用于自己构造一个函数表达。
import sympy
import numpy as np
x = sympy.Symbol('x')
a = np.arange(10)
expr = x ** 2
f = sympy.lambdify(x, expr, "numpy") # 构造自己的函数
print(f(a))
# output
# [ 0 1 4 9 16 25 36 49 64 81]
解方程
解方程的功能主要是使用Sympy中solve函数实现。Solve函数的第一个参数是要解的方程,要求右端等于0,第二个参数是未知数。
import sympy
x = sympy.symbols("x") # 申明未知数"x"
a = sympy.solve([x + (1 / 5) * x - 240], [x]) # 写入需要解的方程体
print(a)
在写入方程的时候,将等号右边的数移到了等号左边,然后将等号丢弃,最后变成了一个式子。(注意移动过程中的变号)
解方程组:
import sympy
x, y = sympy.symbols("x y")
a = sympy.solve([3 * x - 2 * y - 3, x + 2 * y - 5], [x, y])
print(a)
解分式方程:
import sympy
x, y = sympy.symbols("x y")
a = sympy.solve([((x + 1) / x + 1 / (x - 2)) - 1], [x])
print(a)
巧算代数式,比如下面这道题:
![](https://i-blog.csdnimg.cn/blog_migrate/1e862b66a60a6719d0e30ba92eb17730.png)
import sympy
x, y = sympy.symbols("x y")
a = sympy.solve([x + y - 0.2, x + 3 * y - 1], [x, y])
x, y = a[x], a[y]
re = x ** 2 + 4 * x * y + 4 * y ** 2
print(re)
求极限
需要用到limit()函数求极限。
import sympy
n = sympy.symbols("n")
s = ((n + 3) / (n + 2)) ** n
a = sympy.limit(s, n, "oo")
print(a)
无穷的表示方法是两个小写的字母o,即"oo"或"-oo"。
求不定积分
用法其实和上面都一样。
import sympy
x = sympy.symbols("x")
a = sympy.integrate("x**2", x)
print(a)
integrate是不定积分运算函数。这个函数有两个参数:
前面一个参数是需要计算不定积分的函数
后面的参数是以谁为参数计算不定积分。
求定积分
import sympy
t = sympy.Symbol("t")
x = sympy.Symbol("x")
m = sympy.integrate("sin(t) / (pi - t)", (t, 0, x))
n = sympy.integrate(m, (x, 0, "pi"))
print(n)
求解微分
diff函数:diff(f(x), x, k)。k表示求k阶导的意思。
import sympy
f = sympy.Function("f")
x = sympy.symbols("x")
a = sympy.diff(x**3, x, 2)
print(a)
解微分方程
dsolve函数是用来解决微分方程的函数。函数的一个用法为:dsolve(eq, f(x))。
第一个参数为微分方程(要先将等式移项为右端为0的形式)
第二个参数为要解的函数(在微分方程中)
import sympy
f = sympy.Function("f")
x = sympy.symbols("x")
a = 2 * x - sympy.diff(f(x), x)
b = sympy.dsolve(a, f(x))
print(b) # Eq(f(x), C1 + x**2)
最后的答案Eq(f(x), C1*exp(x**2))表示:f(x) = C1*exp(x**2)
矩阵化简
import sympy
x1, x2, x3 = sympy.symbols('x1 x2 x3')
a11, a12, a13, a22, a23, a33 = sympy.symbols('a11 a12 a13 a22 a23 a33')
m = sympy.Matrix([[x1, x2, x3]]) # 注意有两个括号
n = sympy.Matrix([[a11, a12, a13], [a12, a22, a23], [a13, a23, a33]])
v = sympy.Matrix([[x1], [x2], [x3]])
print(m * n * v) # Matrix([[x1*(a11*x1 + a12*x2 + a13*x3) + x2*(a12*x1 + a22*x2 + a23*x3) + x3*(a13*x1 + a23*x2 + a33*x3)]])
如果上式中x1,x2,x3均等于1,则可这样代入:
import sympy
x1, x2, x3 = sympy.symbols('x1 x2 x3')
a11, a12, a13, a22, a23, a33 = sympy.symbols('a11 a12 a13 a22 a23 a33')
m = sympy.Matrix([[x1, x2, x3]]) # 注意有两个括号
n = sympy.Matrix([[a11, a12, a13], [a12, a22, a23], [a13, a23, a33]])
v = sympy.Matrix([[x1], [x2], [x3]])
f = m * n * v
print(f[0].subs({x1: 1, x2: 1, x3: 1})) # a11 + 2*a12 + 2*a13 + a22 + 2*a23 + a33