sympy求积分,python微分方程数值解
SymPy是一个专注于符号数学的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和可扩展。在本文中，SymPy将用四行代码在几秒钟内解决微积分问题。有兴趣的可以学习一下。
00-1010 1.准备2。基本上用简化表达式(化简)解方程solve()求极限极限()求积分积分()求导数diff()解微分方程dsolve()3。在实战之前，我们已经分享了很多有用有趣的Python库。今天，我们将继续介绍一个：
SymPy是一个专注于符号数学的Python库。它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和可扩展。
举个简单的例子，比如展开二次方程：
来自sympyimport*
x=符号( x )
y=符号(“y”)
d=((x y)**2)。展开()
打印(d)
#结果：x**2 2*x*y y**2
可以输入任何表达式，哪怕是十次方，也可以轻松展开，非常方便：
来自sympyimport*
x=符号( x )
y=符号(“y”)
d=((x y)**10)。展开()
打印(d)
#结果：x * * 10 10 * x * * 9 * y45 * x * * 8 * y * * 2 120 * x * * 7 * y * * 3 210 * x * * 6 * y * * 4 252 * x * * 5 * y * * 5 210 *
先说一下这个模块的具体用法和例子。
目录
请选择以下任一种方式输入命令安装依赖:
1.在windows环境下打开Cmd(开始-运行-CMD)。
2.在Mac OS环境下打开终端(进入终端(命令空间)。
3.如果使用的是VSCode Editor或者Pycharm，可以直接使用界面底部的终端。
管道系统
1.准备
2.基本使用
Sympy支持三种简化方法，即普通简化、三角化简和指数化简。
普通simplify():
来自sympyimport*
x=符号( x )
d=简化((x**3 x**2- x -1)/(x**2 2*x 1))
打印(d)
#结果：x-1
三角简化trigsimp():
来自sympyimport*
x=符号( x )
d=trigsimp(sin(x)/cos(x))
打印(d)
#结果：谭(x)
指数简化powsimp():
来自sympyimport*
x=符号( x )
a=符号(“a”)
b=符号(“b”)
d=powsimp(x**a*x**b)
打印(d)
#结果：x**(a b)
简化表达式(化简)
第一个参数是要求解的方程，要求右端等于0，第二个参数是要求解的未知数。
如一维线性方程：
来自sympyimport*
x=符号( x )
d=求解(x *3-6，x)
打印(d)
#结果：[2]
二元线性方程：
来自sympyimport*
x=符号( x )
y=符号(“y”)
d=求解([2* x - y -3，3* x y -7]，[x，y])
打印(d)
#结果：{X3360 2，Y: 1}
解方程 solve()
Dir= 表示求解右极限，dir=-表示求解左极限：
来自sympyimport*
x=符号( x )
d=极限(1/x，x，oo，dir= )
打印(d)
#结果：0
d=极限(1/x，x，oo，dir=-)
打印(d)
#结果：0
求极限 limit()
先试着解不定积分：
来自sympyimport*
x=符号( x )
d=积分(sin(x)，x)
打印(d)
#结果：-cos(x)
再试一次定积分：
来自sympyimport*
x=符号( x )
d=积分(sin(x)，(x，0，pi/2))
打印(d)
#结果：1
求积分integrate()
使用diff函数推导公式：
来自sympyimport*
x=符号( x )
d=diff(x**3，x)
打印(d)
#结果：3*x**2
d=diff(x**3，x，2)
打印(d)
#结果：6*x
求导 diff()
以y=2xy为例3360
来自sympyimport*
x=符号( x )
f=函数( f )
d=dsolve(diff(f(x)，x) -2*f(x)*x，f(x))
打印(d)
#结果：等式(f(x)，C1*exp(x**2))
解微分方程 dsolve()
今天群里有同学问这个问题“大佬们，我想问一下，这个积分应该怎么用Python写？谢谢你":
# Python实用系列
来自sympyimport*
x=符号( x )
y=符号(“y”)
d=积分(x-y，(y，0，1))
打印(d)
#结果：x-1/2
计算这个结果，integrate的第一个参数是公式，第二个参数是积分变量和积分范围的下标和上标。
运行后，结果是x-1/2与预期一致。
如果你还需要解微积分和复杂方程，可以试试sympy，几乎完美。
关于Python SymPy对秒解演算的详细解释，本文到此结束。有关Python SymPy calculus的更多信息，请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！
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。