Sympy 符号计算包使用

研究源码前还是先学会使用吧，下面的是一些使用教程：

sympy（符号计算系统）探索（相关资源）

sympy（符号计算系统）探索

这个是以往相关的文章

import sympyimport numpy as npprint(np.double(sympy.log(sympy.E*sympy.pi)))

先感受一下数值计算和符号计算的区别

2.1447298858494

是一个数值型的结果

x=sympy.Symbol('x')# 定义一个符号fx=2*x+1# fx是一个表达式fx.evalf(subs={x:2})# 这个函数专门用来求解

开始符号计算了，先定义一个符号变量

5.0

求值结果

import mathprint(math.sin(math.pi))

这是普通数值计算

1.2246467991473532e-16

结果

from sympy import *print(sin(pi))

符号计算表达式

0

所以就直接是0了，不知道为什么上面写了一堆

x,y=symbols('x y')# 定义符号

可以这样一次声明多个符号变量

x,y,z=symbols('x y z')y=expand((x+1)**2)print(y)

符号计算

x**2 + 2*x + 1

结果

z=Rational(1,2)# 构造以一个分数

使用Rational生成一个分数

print(z)

打印结果

1/2

结果

str_expr = 'x**2+2*x+1'expr = sympify(str_expr)
# 这个函数的意思是符号化print(expr)

将字符表达式符号化

x**2 + 2*x + 1

符号化的而结果

pi.evalf(3)# 指定对应的精度

也可以提前设置计算精度

3.14

结果

import numpya = numpy.pi/3x = symbols('x')expr=sin(x)f = lambdify(x,expr,'numpy')# 这个函数把sympy的表达似乎转转为numpy的表达式f(a)

和numy之间的转换计算

0.8660254037844386

计算结果

喜闻乐见的求导运算

甚至还可以求积分

求极限

级数展开等

这些是渲染了公式，就直接的截图了

Matrix( [ [1,-1], [3,4], [0,2] ])# 构造矩阵

Matrix([[1,-1],[3,4],[0,2‍‍])# 构造矩阵

一般来说，大家写的矩阵都是这个样子，但是我习惯写成上面的那样，因为规律一目了然，也不是规律。。。我不知道怎么说了。

关于矩阵的各种运算，也放在这里了

最后画两个图