使用使用Python的的SymPy库解决数学运算问题的方法库解决数学运算问题的方法
主要介绍了使用Python的SymPy库解决数学运算问题的方法，小编觉得挺不错的，现在分享给大家，也给大家
做个参考。一起跟随小编过来看看吧
摘要：在学习与科研中，经常会遇到一些数学运算问题，使用计算机完成运算具有速度快和准确性高的优势。Python的
Numpy包具有强大的科学运算功能，且具有其他许多主流科学计算语言不具备的免费、开源、轻量级和灵活的特点。本文使
用Python语言的NumPy库，解决数学运算问题中的线性方程组问题、积分问题、微分问题及矩阵化简问题，结果准确快捷，
具有一定的借鉴意义。
1.Sympy库简介库简介
SymPy一个用于符号型数学计算（symbolic mathematics）的Python库。它旨在成为一个功能齐全的计算机代数系统
（Computer Algebra System，CAS），同时保持代码简洁、易于理解和扩展。SymPy完全是用Python写的，并不需要外部
的库。
本文选择Sympy库的原因在于：
免费：该库基于BSD开源许可，免费且开源；
基于Python：该库完全是用Python写就，并以Python作为该库操作语言；
轻量级：为了使Sympy简单易用，该库仅基于mpmath库（一个纯Python库，用于浮点运算）；
灵活性：除了用作交互工具，还可插入其他应用或软件拓展功能中。
具体说来，如果x与y未曾赋值，那么下列语句就会报错
#测试语句
print(x+y)
而符号运算则不同，符号运算多用于公式推导，不需要赋值，此时使用Sympy进行符号运算便具有方便快捷的优势，如下述
语句便不会报错。
#测试语句
x=Symbol('x')
y=Symbol('y')
print(x+y)
2 SymPy库解决数学运算问题实现库解决数学运算问题实现
2.1 求解线性方程组求解线性方程组
解方程的功能主要是使用Sympy中solve函数实现。以式(1)为例，求解过程如下：
（（1）） 符号表示符号表示
SymPy库中使用Symbol函数定义符号变量，
from sympy import *
x=Symbol('x')
y=Symbol('y')
#或者用如下语句
x,y=Symbol('x y')#第二个用空格隔开
（（2）方程表示）方程表示
使用代码表示数学符号与手写体的数学运算符号存在一定的差异，下面列举常用的运算符：
加号
加号 +
减号 -
除号 /
乘号 *
指数 **
对数 log()
e的指数次幂 exp()
对于长的表达式，如果不确定运算符的优先级，可以加入小括号提升其优先级。由于需要将表达式都转化成右端等于0,这里把
常数3和7移到等式左边。题目中表达式可表示为：
2*x-y-3=0
3*x+y-7=0
评论0