Python中sympy.solve()函数的使用及报错

作为一名Python小白，在使用 sympy.solve() 函数解方程时遇到颇多问题，在此记录一下遇到的问题和解决办法。

函数的简单使用

用 sympy.solve() 函数来解单一方程的调用方式可以表示为 sympy.solve(表达式,符号) 。下面的代码演示了怎样解$\exp (x)-3=0$这个方程。

import sympy
from sympy import *

d = sympy.Symbol("d")
b = sympy.solve(sympy.exp(d)-3,d)
print(b)

可以得到$\log 3$的精确表达式。

遇见的问题

问题1 TypeError: can’t convert expression to float报错

该问题是将 math 库中的运算符用在了表达式中，如$\log$,$\sin$,$\exp$等。应该用 sympy 库中的运算符，可以在方程表达式中用 sympy.log() 语句指定，或者去掉开头的 import math 语句。

问题2 No algorithms are implemented to solve equation报错

如下面的代码所示，我们尝试解$x+\exp (x)+\sin (x)-10=0$这个方程。

import sympy
from sympy import *

d = sympy.Symbol("d")
b = sympy.solve(d+sympy.exp(d)+sympy.sin(d)-10,d)
print(b)

结果是报错，没有算法来解这个方程，换种说法就是不能得到解析解。我们可以用数值计算函数 sympy.nsolve() 来近似计算的到数值解。具体用法如下：

import sympy
from sympy import *

d = sympy.Symbol("d")
b=sympy.nsolve(d+sympy.exp(d)+sympy.sin(d)-10,0)
print(b)

运行程序可以得到结果约为1.962，十分精确。

总结

在用Python的 sympy 库函数来解方程时会遇到以上两个问题，总体来说 sympy.solve() 函数能得到精确表达式，但是能解的方程有限；而 sympy.nsolve() 适用范围较广，但是只能得到近似解。