一文帶您了解SymPy：使用Python進(jìn)行符號(hào)數(shù)學(xué)運(yùn)算
SymPy 是一個(gè) Python 庫(kù)，專注于符號(hào)計(jì)算，提供了處理數(shù)學(xué)表達(dá)式、方程和公式的工具。與數(shù)值計(jì)算庫(kù)不同，SymPy 能夠進(jìn)行符號(hào)微分、積分、極限等運(yùn)算，適用于代數(shù)運(yùn)算、微積分和方程求解等。與傳統(tǒng)的數(shù)值計(jì)算庫(kù)（如 NumPy）不同，SymPy 主要用于處理數(shù)學(xué)表達(dá)式、方程和公式的符號(hào)計(jì)算，而不是進(jìn)行數(shù)值計(jì)算。
它支持多項(xiàng)式運(yùn)算、矩陣操作、特征值計(jì)算等線性代數(shù)功能，并能處理數(shù)論和組合數(shù)學(xué)中的問(wèn)題。SymPy 還具備簡(jiǎn)化數(shù)學(xué)表達(dá)式的功能，并能繪制數(shù)學(xué)函數(shù)和圖形。作為一個(gè)完全用 Python 實(shí)現(xiàn)的開(kāi)源庫(kù)，SymPy 易于集成到 Python 環(huán)境中，廣泛應(yīng)用于學(xué)術(shù)研究、教育以及需要符號(hào)計(jì)算的領(lǐng)域。
什么是 SymPy？
它是計(jì)算機(jī)代數(shù)系統(tǒng)（computer alegebra systems，CAS）的一部分：一個(gè)允許我們進(jìn)行代數(shù)和數(shù)學(xué)計(jì)算的庫(kù)。
主要功能：
- 簡(jiǎn)化、重排、因式分解和展開(kāi)代數(shù)表達(dá)式和方程。
- 求解各種類型的方程，包括線性方程、多項(xiàng)式方程和微分方程。
- 執(zhí)行微積分運(yùn)算，包括微分和積分。
- 繪制圖形。
- 生成原始 LaTeX 輸出。
- 生成渲染的 LaTeX 輸出。
安裝SymPy
pip install sympy
圖片
簡(jiǎn)化和展開(kāi)
首先，導(dǎo)入 SymPy。然后定義 SymPy 變量，才能使用它們。通過(guò)創(chuàng)建 SymPy 的 symbols 來(lái)實(shí)現(xiàn)這一點(diǎn)。這些符號(hào)代表了數(shù)學(xué)變量：
import sympy
from sympy import latex
a, b, x, y = sympy.symbols("a b x y")
display(a,b,x,y)
圖片
然后，我們可以構(gòu)建表達(dá)式和方程：
from IPython.display import Markdown, display
a = (x + 1)**2
b = x**2 + 2*x + 1
display(a)
print(latex(a))
display(b)
# Expand a...
expanded = sympy.expand(a)
display(Markdown(f"$a = {latex(expanded)}$"))
# Show a-b without simplifying...
a_minus_b = a-b
display(Markdown(f"$a-b = {latex(a_minus_b)}$"))
# Simplify...
display(Markdown(f"$a-b$ $= {latex(sympy.simplify(a_minus_b))}$"))
圖片
等式判斷
我們可以測(cè)試兩個(gè)表達(dá)式是否相同，方法如下：
圖片
變量賦值和評(píng)估
在定義了一個(gè) SymPy 符號(hào)并將其分配給 Python 變量后，不能簡(jiǎn)單地給 Python 變量賦值。如果這樣做，變量將不再是一個(gè)符號(hào)。相反，你需要使用 subs() 方法將值與 SymPy 符號(hào)關(guān)聯(lián)起來(lái)：
x, y = sympy.symbols("x y")
expr = x+y
result = expr.subs({x: 2, y: 5})
print(f"{expr=}, {result=}")
圖片
微分和積分
在 SymPy 中，積分和微分非常簡(jiǎn)單：
x = sympy.symbols("x")
expr = x**2
display(expr)
deriv = sympy.diff(expr)
display(deriv)
integral = sympy.integrate(deriv)
display(integral)
圖片
求解二次方程
求解二次方程很簡(jiǎn)單，只需提供二次方程的系數(shù)，然后運(yùn)行 SymPy 的 solve() 函數(shù)即可：
expr = x**2 + 3*x - 10
solutions = sympy.solve(expr, x, dict=True)
for solution in solutions:
print(f"x={solution[x]}")
圖片
有時(shí)，我們只希望看到實(shí)數(shù)解，而不是復(fù)數(shù)解。（復(fù)數(shù)解是包含虛數(shù)部分的解，即以負(fù)數(shù)平方根表示的解。）在這種情況下，我們可以使用 solveset() 并指定僅允許實(shí)數(shù)的域。例如：
expressions = []
expressions.append(x**2 - 9)
expressions.append(x**2 + 9)
for expr in expressions:
display(expr)
solutions = sympy.solveset(expr, x)
display(solutions)
display(expressions[-1])
solutions = sympy.solveset(expressions[-1], x, domain=sympy.S.Reals)
print(f"There are {len(solutions)} real solutions for x.")
圖片
轉(zhuǎn)換為數(shù)值
SymPy 返回的結(jié)果是精確的數(shù)學(xué)符號(hào)。但有時(shí)我們希望將這些結(jié)果轉(zhuǎn)換為數(shù)值表示，可以使用evalf 函數(shù)。示例如下：
expr=sympy.sqrt(8)
display(expr)
display(expr.evalf(4))
圖片
繪制圖形
使用 SymPy 繪制圖形使用 SymPy 的 plot 函數(shù)，支持函數(shù)、隱函數(shù)和參數(shù)方程，下面是小幾個(gè)例子。
- 繪制簡(jiǎn)單的函數(shù)圖形：
from sympy import symbols
from sympy.plotting import plot
x = symbols('x')
f = x**2 + 2*x + 1
plot(f, (x, -10, 10), title="Plot of f(x) = x^2 + 2x + 1")
圖片
- 繪制多個(gè)函數(shù)在同一圖形上
from sympy import symbols
from sympy.plotting import plot
x = symbols('x')
f = x**2
g = x**3
plot(f, g, (x, -10, 10), title="Plot of f(x) = x^2 and g(x) = x^3",legend=True)
圖片
- 繪制隱函數(shù)圖形
from sympy import symbols, Eq
from sympy.plotting import plot_implicit
x, y = symbols('x y')
eq = Eq(x**2 + y**2, 9)
plot_implicit(eq, (x, -5, 5), (y, -5, 5), title="Plot of Circle x^2 + y^2 = 9")
圖片
- 繪制參數(shù)方程圖形
from sympy import symbols, cos, sin, pi
from sympy.plotting import plot_parametric
t = symbols('t')
x = cos(t)
y = sin(t)
plot_parametric(x, y, (t, 0, 2*pi), title="Plot of a Circle")
圖片
SymPy 非常適合需要代數(shù)運(yùn)算的問(wèn)題。它可以用于求解復(fù)雜的方程和進(jìn)行微積分運(yùn)算。這里提供了一個(gè)快速入門(mén)的概述，并展示了一些使用 SymPy 的簡(jiǎn)單例子。
