python sympy的安装和使用
发布时间:2020-05-23 09:35:09
来源:亿速云
阅读:313
本篇文章主要探讨python的sympy的安装和使用。有一定的参考价值,有需要的朋友可以参考一下,跟随小编一起来看解决方法吧。
1.安装
pip3 install sympy
建议使用anaconda,里面有大量的科学包,方便使用!
2.使用
我会根据我的理解和官方教程来进行使用,英语好的可以直接去官网看,防止我可能出现的理解误差。
请认真看注释!
from sympy import * //引入包
x = symbols('x') //声明变量'x'
a = Integral(cos(x)*exp(x),x) //
print(Eq(a,a.doit()))
Symbol()函数定义单个数学符号;symbols()函数定义多个数学符号
3.数学符号
学了那么久python,忽然发现自己连数学符号都不会打,趁这次机会学习一下好了。
sqrt:根号
pi:圆周率
exp(x):exe^xex
详见《python之math库的使用》
复数的表示
aComplex = 1 + 2j //申明一个复数
aComplex
(1+2j)
aComplex.real //复数实部
1.0
aComplex.imag //复数虚部
2.0
aComplex.conjugate() //共轭复数
(1-2j)
// 取整除 - 向下取接近除数的整数
比较运算符
== 等于 - 比较对象是否相等 (a == b) 返回 False。
!= 不等于 - 比较两个对象是否不相等 (a != b) 返回 True。
> 大于 - 返回x是否大于y (a > b) 返回 False。
< 小于 -
返回x是否小于y。所有比较运算符返回1表示真,返回0表示假。这分别与特殊的变量True和False等价。注意,这些变量名的大写。 (a < b) 返回
True。
>= 大于等于 - 返回x是否大于等于y。 (a >= b) 返回 False。
<= 小于等于 - 返回x是否小于等于y。 (a <= b) 返回 True。
赋值运算符
以下假设变量a为10,变量b为20:
运算符 描述 实例
= 简单的赋值运算符 c = a + b 将 a + b 的运算结果赋值为 c
+= 加法赋值运算符 c += a 等效于 c = c + a
-= 减法赋值运算符 c -= a 等效于 c = c - a
*= 乘法赋值运算符 c *= a 等效于 c = c * a
/= 除法赋值运算符 c /= a 等效于 c = c / a
%= 取模赋值运算符 c %= a 等效于 c = c % a
**= 幂赋值运算符 c **= a 等效于 c = c ** a
//= 取整除赋值运算符 c //= a 等效于 c = c // a
:= 海象运算符,可在表达式内部为变量赋值。Python3.8 版本新增运算符。 在这个示例中,赋值表达式可以避免调用 len() 两次:if
(n := len(a)) > 10: print(f"List is too long ({n} elements, expected <=
10)")
示例:
4.扩展运用
折叠表达式
factor()函数可以折叠表达式(提取公因子),而expand()函数可以展开表达式(类似于一般式)
举个例子:x3+y2x2+zxx^3+y^2x^2+zxx3+y2x2+zx,折叠后:x(x2+y2x+z)x(x^2+y^2x+z)x(x2+y2x+z).
import math
import sympy
x,y,z = symbols('x y z')
expr = x**3+(x**2)*(y**2)+z*x
f_expr = factor(expr)
e_expr = expand(f_expr)
print(f_expr)
print(e_expr)
输出结果:
x*(x**2 + x*y**2 + z)
x**3 + x**2*y**2 + x*z
表达式化简
simplify()函数可以对表达式进行化简,相当于合并同类项
from sympy import *
x,y = symbols('x y')
expr=(2*x)**3*(-5*x*y**2)
s_expr=simplify(expr)
print(s_expr)
输出: -40*x**4*y**2
求解方程组
一元方程组,例:6x+6(x−2000)=1500006x+6(x-2000)=1500006x+6(x−2000)=150000,
(需要移项)
from sympy import *
x = Symbol('x')
print(solve(6*x + 6*(x-2000)-150000,x)) //默认使用一边为0来求解
二元一次方程组,例:
from sympy import *
x,y = symbols('x y')
print(solve([x + y-10,2*x+y-16],[x,y]))
输出: {x: 6, y: 4}
n元同理,不再示例。
一元二次方程组
from sympy import *
x,y = symbols('x y')
a,b,c = symbols('a b c')
expr = a*x**2 + b*x + c
s_expr = solve(expr, x) //告知要解的参数
print(s_expr)
输出 :[(-b + sqrt(-4*a*c + b**2))/(2*a), -(b + sqrt(-4*a*c +
b**2))/(2*a)]
微积分Calculus
一个非常重点的内容,请认真看并记住!
求极限
Sympy是使用limit(表达式,变量,极限值)函数来求极限的
例子:limy→0sin(x)x\displaystyle \lim_{y
\to0}\frac{sin(x)}{x}y→0limxsin(x)
from sympy import *
x,y = symbols('x y')
expr = sin(x)/x
l_expr = limit(expr, x, 0)
print(l_expr)
结果为1
求导郑州人流医院 http://m.zzzy120.com/
可以使用diff(表达式,变量,求导的次数)函数对表达式求导(matlab也和这个差不多)
例子:sin(x)exsin(x)e^xsin(x)ex
from sympy import *
x,y = symbols('x y')
expr = sin(x)*exp(x)
diff_expr = diff(expr, x)
diff_expr2 = diff(expr,x,2) //n阶导同理
print(diff_expr)
print(diff_expr2)
求不定积分
Sympy是使用integrate(表达式,变量)来求不定积分的
例子:exsin(x)+excos(x)e^xsin(x)+e^xcos(x)exsin(x)+excos(x)
from sympy import *
x,y = symbols('x y')
expr=exp(x)*sin(x) + exp(x)*cos(x)
i_expr=integrate(expr,x)
print(i_expr)
输出原函数:exp(x)*sin(x)
求定积分
Sympy同样是使用integrate()函数来做定积分的求解,
例子:sin(x2)sin(x^2)sin(x2)
from sympy import *
x,y = symbols('x y')
expr=sin(x**2)
i_expr=integrate(expr, (x, -oo, oo))
print(i_expr)
输出:sqrt(2)*sqrt(pi)/2 即:2π2\frac{\sqrt 2 \sqrt \pi}{2}22π
(哭了,手算算不出来,无法验证)
注意:
本人也是一个初学者,如有不对的地方望批评指正!
5.其他函数及参数的用法
这个涉及的知识就会比较深了,一般只有较高级的运用才会使用的到,一般仿照上面的代码使用就可以解决绝大多数问题,纯个人想加深理解,选读
(等我有能力的时候再看下源码吧!)
传参:
from sympy import *
x = symbols('x')
fx = 5*x+4
# 使用evalf函数传值
y1 = fx.evalf(subs={x:6})
print(y1)
微分:
矩阵:
构建矩阵:
from sympy import *
# 一纬矩阵
m1 = Matrix([1, 2, 3])
#二维矩阵
m2 = Matrix([[1, -1], [3, 4], [0, 2]])
print(latex(m1)
print(latex(m2))
输出:
\left[\begin{matrix}1\\2\\3\end{matrix}\right]
\left[\begin{matrix}1 & -1\\3 & 4\\0 & 2\end{matrix}\right]
完了,有些看不懂,赶紧去查查! 详情请看《LaTeX之数学公式及符号的语法及表达》
扩展知识:
Eq():创建方程 (例:Eq(x**7+a^2,0) 等式的左边和右边
solve:求解方程
部分单词扩展:
integral :积分
indefinite:不定积分 definite:定积分
differential:微分
eigenvalues:特征值
看完上述内容,你们对python的sympy大概了解了吗?如果想了解更多相关文章内容,欢迎关注亿速云行业资讯频道,感谢各位的阅读!