Python 中的Sympy詳細使用

遇到復雜計算找python絕對不讓你失望,sympy是一個Python的科學計算庫,用一套強大的符號計算體系完成諸如多項式求值、求極限、解方程、求積分、微分方程、級數展開、矩陣運算等等計算問題。雖然Matlab的類似科學計算能力也很強大,但是Python以其語法簡單、易上手、異常豐富的三方庫生態,個人認為可以更優雅地解決日常遇到的各種計算問題。安裝在本博客就不細講瞭!        

 1、表達式與表達式求值:

#--------多項式求解--------
#定義變量
x=sympy.Symbol('x')
fx=5*x+4
#使用evalf函數傳值
y1=fx.evalf(subs={x:6})
print(y1)
#多元表達式
x=sympy.Symbol('x')
y=sympy.Symbol('y')
fx=x*x+y*y
result=fx.evalf(subs={x:3,y:4})
print(result)

       2、函數方程求解:

#解方程 有限解
#定義變量
x=sympy.Symbol('x')
y=sympy.Symbol('y')
fx=x*3+9
#可求解直接給出解向量
print(sympy.solve(fx,x))

      

#解方程無窮多解
#定義變量
x=sympy.Symbol('x')
y=sympy.Symbol('y')
fx=x*3+y**2
#得到是x與y的關系式,
print(sympy.solve(fx,x,y))
#解方程組
#定義變量
x=sympy.Symbol('x')
y=sympy.Symbol('y')
f1=x+y-3
f2=x-y+5
sympy.solve([f1,f2],[x,y])

3、求和 

import sympy
#定義變量
n=sympy.Symbol('n')
f=2*n
#前面參數放函數,後面放變量的變化范圍
s=sympy.summation(f,(n,1,100))
print(s)

解帶有求和式的方程 :  

   

#解釋一下,i可以看做是循環變量,就是x自己加五次
#先定義變量,再寫出方程
x=sympy.Symbol('x')
i=sympy.Symbol('i')
f=sympy.summation(x,(i,1,5))+10*x-15
result=sympy.solve(f,x)
print(result)

         4、求極限(註意,math包中sin和很多數學函數會報錯,要用sympy中的,無窮大用 sympy.oo 表示)

#求極限使用limit方法
#定義變量與函數
x=sympy.Symbol('x')
f1=sympy.sin(x)/x
f2=(1+x)**(1/x)
f3=(1+1/x)**x
#三個參數是 函數,變量,趨向值
lim1=sympy.limit(f1,x,0)
lim2=sympy.limit(f2,x,0)
lim3=sympy.limit(f3,x,sympy.oo)
print(lim1,lim2,lim3)

           5、求導 

#求導使用diff方法
x=sympy.Symbol('x')
f1=2*x**4+3*x+6
#參數是函數與變量
f1_=sympy.diff(f,x)
print(f1_)
 
f2=sympy.sin(x)
f2_=sympy.diff(f2,x)
print(f2_)
 
#求偏導
y=sympy.Symbol('y')
f3=2*x**2+3*y**4+2*y
#對x,y分別求導,即偏導
f3_x=sympy.diff(f3,x)
f3_y=sympy.diff(f3,y)
print(f3_x)
print(f3_y)

           6、求定積分

#求定積分用 integrate方法
x=sympy.Symbol('x')
f=2*x
#參數傳入 函數,積分變量和范圍
result=sympy.integrate(f,(x,0,1))
print(result)

          上面的求法有點爛,難的就罷工不幹瞭,我丟,還是喜歡scipy,如下: http://liao.cpython.org/scipy18/  scipy 還能解決很多數值計算,包括多重積分。 

from scipy import integrate
def f(x):
    return x + 1
v, err = integrate.quad(f, 1, 2)# err為誤差
print (v)

 以下計算多重積分: 

#求多重積分,先求裡面的積分,再求外面的
x,t=sympy.symbols('x t')
f1=2*t
f2=sympy.integrate(f1,(t,0,x))
result=sympy.integrate(f2,(x,0,3))
print(result)

        7、求不定積分

    

#求不定積分其實和定積分區別不大
x=sympy.Symbol('x')
f=(sympy.E**x+2*x)
f_=sympy.integrate(f,x)
print(f_)

         8、數學符合補充:

#數學符合
#虛數單位i
sympy.I
#自然對數低e
sympy.E
#無窮大
sympy.oo
#圓周率
sympy.pi
#求n次方根
sympy.root(8,3)
#求對數
sympy.log(1024,2)
#求階乘
sympy.factorial(4)
#三角函數
sympy.sin(sympy.pi)
sympy.tan(sympy.pi/4)
sympy.cos(sympy.pi/2)

         9、公式展開與折疊 

x=sympy.Symbol('x')
#公式展開用expand方法
f=(1+2*x)*x**2
ff=sympy.expand(f)
print(ff)
#公式折疊用factor方法
f=x**2+1+2*x
ff=sympy.factor(f)
print(ff)

         10、公式分離與合並(分數的分離與合並)

x=sympy.Symbol('x')
y=sympy.Symbol('y')
#公式展開用apart方法,和expand區別不是很大,常用於分數進行分離
f=(x+2)/(x+1)
ff=sympy.apart(f)
print(ff)
#公式折疊用tegother方法
f=(1/x+1/y)
ff=sympy.together(f)
print(ff)

11、表達式簡化

#simplify( )普通的化簡
simplify((x**3 + x**2 - x - 1)/(x**2 + 2*x + 1))
#trigsimp( )三角化簡
trigsimp(sin(x)/cos(x))
#powsimp( )指數化簡
powsimp(x**a*x**b)

到此這篇關於Python 中的Sympy詳細使用的文章就介紹到這瞭,更多相關Python Sympy使用內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: