,,Python 中的Sympy详细使用

,,Python 中的Sympy详细使用

本文主要介绍了Python中Sympy的详细使用方法,对于大家来说非常详细,对于大家的学习或者工作都有一定的参考价值。有需要的朋友可以参考一下。

遇到复杂的计算,找到python绝对不会失望。sympy是Python的科学计算库,利用强大的符号计算系统完成多项式求值、求极限、解方程、求积分、微分方程、级数展开、矩阵运算等计算问题。虽然Matlab类似的科学计算能力也很强,但是Python凭借其简单的语法、易用性和异常丰富的三方库生态,个人认为可以更优雅地解决日常生活中遇到的各种计算问题。装在这个博客里就不赘述了!

1、表情及表情评价:

# -多项式解

#定义变量

x=sympy。符号(' x ')

FX=5 * 4

#使用evalf函数传递值

y1=fx.evalf(subs={x:6})

打印(y1)

#多元表达式

x=sympy。符号(' x ')

y=sympy。符号(' y ')

fx=x*x y*y

result=fx.evalf(subs={x:3,y:4})

打印(结果)

2.求解函数方程:

#求解方程的有限解

#定义变量

x=sympy。符号(' x ')

y=sympy。符号(' y ')

fx=x*3 9

#可解直接给出解向量。

print(sympy.solve(fx,x))

#用无穷多个解来解这个方程

#定义变量

x=sympy。符号(' x ')

y=sympy。符号(' y ')

fx=x*3 y**2

#获得x和y之间的关系,

print(sympy.solve(fx,x,y))

#求解方程

#定义变量

x=sympy。符号(' x ')

y=sympy。符号(' y ')

f1=x y-3

f2=x-y 5

sympy.solve([f1,f2],[x,y])

3.总结

进口合同

#定义变量

n=症状。符号(' n ')

f=2*n

#把函数放在参数前面,变量的范围放在后面。

s=总和(f,(n,1,100))

印刷品

用求和公式解方程:

#说明我可以看成一个循环变量,就是X把自己加了五次。

#先定义变量,然后写方程

x=sympy。符号(' x ')

i=sympy。符号(“I”)

f=sympy summation(x,(I,1,5)) 10*x-15

result=sympy.solve(f,x)

打印(结果)

4.求极限(注意数学包里sin和很多数学函数都会报错,所以用sympy,无穷大用sympy.oo表示)

#用极限法求极限。

#定义变量和函数

x=sympy。符号(' x ')

f1=sympy sin(x)/x

f2=(1 x)**(1/x)

F3=(1 ^ 1/x)* * x

#这三个参数是函数、变量和趋势值。

lim1=sympy.limit(f1,x,0)

lim2=sympy.limit(f2,x,0)

lim3=sympy.limit(f3,x,sympy.oo)

打印(lim1、lim2、lim3)

5.衍生物

#对导数使用diff方法。

x=sympy。符号(' x ')

f1=2*x**4 3*x 6

#参数是函数和变量。

f1_=sympy.diff(f,x)

打印(f1_)

f2=sympy.sin(x)

f2_=sympy.diff(f2,x)

打印(f2_)

#求偏导数

y=sympy。符号(' y ')

f3=2*x**2 3*y**4 2*y

#分别求导x和y,也就是偏导数。

f3_x=sympy.diff(f3,x)

f3_y=sympy.diff(f3,y)

打印(f3_x)

打印(f3_y)

6.求定积分。

#用积分法求定积分

x=sympy。符号(' x ')

f=2*x

#参数被传递到函数、整数变量和范围中

result=sympy.integrate(f,(x,0,1))

打印(结果)

上面的解决方案有点不好。难的话就是罢工。如果我失去了它,我仍然喜欢scipy,如下:http://liao.cpython.org/scipy18/Scipy还可以解决许多数值计算,包括多重积分。

从scipy导入集成

定义f(x):

返回x 1

v,err=integrate.quad (f,1,2) # err是误差。

印刷(五)

计算多重积分,如下所示:

#求多重积分,先求内积分,再求外积分。

x,t=症状符号(' x t ')

f1=2*t

f2=sympy.integrate(f1,(t,0,x))

result=sympy.integrate(f2,(x,0,3))

打印(结果)

7.求不定积分

#求不定积分其实和定积分区别不大。

x=sympy。符号(' x ')

f=(sympy。E**x 2*x)

f_=sympy.integrate(f,x)

打印(f_)

8.数学一致性补充:

#数学巧合

#假想单元I

sympy。我

#自然对数低e

sympy。E

#无限

sympy.oo

# Pi

交响乐团

#找到n次方的根

合根(8,3)

#求对数

sympy.log(1024,2)

#寻找阶乘

标准阶乘(4)

#三角函数

辛(辛)

第一类(第一类/4类)

sympy.cos(sympy.pi/2)

9、公式展开和折叠

x=sympy。符号(' x ')

#公式通过expand方法展开。

f=(1 ^ 2 * x)* x * * 2

ff=sympy.expand(f)

打印(ff)

#采用因子法的公式折叠

f=x**2 1 2*x

ff=症状因子(f)

打印(ff)

10.公式的分离和组合(分数的分离和组合)

x=sympy。符号(' x ')

y=sympy。符号(' y ')

#公式展开使用apart方法,该方法与expand方法没有太大区别,通常用于分隔分数。

f=(x ^ 2)/(x ^ 1)

ff=sympy.apart(f)

打印(ff)

#使用tegother方法进行公式折叠

f=(1/x 1/y)

ff=共同症状(f)

打印(ff)

1、表达简单化

#simplify()普通简化

简化((x**3 x**2 - x - 1)/(x**2 2*x 1))

#trigsimp()三角测量简化

trigsimp(sin(x)/cos(x))

#powsimp()指数简化

powsimp(x**a*x**b)

关于Python的Sympy的详细使用,这篇文章就讲到这里。关于Python的SYMPY使用的更多信息,请搜索我们以前的文章或继续浏览下面的相关文章。希望你以后能支持我们!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: