sympy
2025-11-26 15:26:12 0 举报AI智能生成
11
作者其他创作
大纲/内容
解析计算和符号计算的工具
与其他库如numpy，pandas有重名函数，但不能混用
与其他库如numpy，pandas有重名函数，但不能混用
sp.Symbol(name, **assumptions)
比如：x=sp.Symbols('x', real=True)
批量创建
a,b,c,d=sp.symbols(‘, , , ’， assumption)
assumption是假设，就是数字符号属不属于实数等等
real实数
子主题
positive整数
integer整数
imaginary虚数
negative负数
odd奇数
even偶数
prime素数
sp.Integer/Rational/Float（）
rational是分数
sp.Rational(1,2)是二分之一
Float是浮点数
需要指定精度
factorial是阶乘
symPy有自带的符号
sp.sin(x)
sp.pi
sp.cos()
sp.exp()
sumpy.oo
函数
sp.Lambda（参数，表达式）
定义匿名函数
比如 f=sp.Lambda(x, a*x+b)
print(f(2))
print(f(2))
还可以直接定义函数
函数化简
基本函数
sp.simplify(f)
f.simplify()
三角函数
sp.trigsimp()
幂函数
sp.powsimp()
函数展开
sp.expand(f, 注意不同函数要加不同参数 )
trig=True 三角
log=True 对数
complex=True 复数
power_exp=True 幂函数
因式分解
sp.factor(f)
合并同类项
sp.collect(f, 参数) 即依照参数合并同类项
部分分式分解
sp.apart(f)
合并分式
sp.together(f)
约分分式
sp.cancel(f)
表达式替换
可以是数值，也可以是符号，函数
f.subs(old,new)
f.subs({old1:new1,old2:new2})
f.subs([(old1,new1),(old2,new2)])
求精度
f.evalf(n) n精度
把方程整理成表达式等于0的形式,然后求解
sp.solve(f,x)
导数
sp.diff(f, x, n,y, n) f函数表达式，x变量， n几阶导
积分
sp.integrate(f, (x,low,up),(y,low,up)) f函数，x，y变量，low up上下限
级数展开
f.series(x,a,n)
在a处n阶展开
sp.series(f,x,a,n)
求极限
sp.limit(f,x,a) x在a趋近于a时极限
求和
sp.Sum(f,(x,low,up))
求积
sp.Product(f.(x,low,uo))
阶乘
sp.factorial(n)
矩阵，与numpy.mat()类似，只能二维
sp.Matrix(行数，列数，lambda 行索引，列索引：表达式)
例如：M = sp.Matrix(3, 4, lambda m, n: 10*m + n)
例如：M = sp.Matrix(3, 4, lambda m, n: 10*m + n)
子主题
子主题
SciPy高级运算
science py
science py
0 条评论
下一页
为你推荐
查看更多
抱歉，暂无相关内容 
