文章目录
前言
SymPy 是一个用 Python 编写的符号数学库,用于进行符号数学计算。可以进行符号化函数的创建,求导,解方程,微积分,微分方程等操作。
【注】:使用这个符号化库,最好使用jupyter演示效果最佳,打印出来的效果并不好,所以更加建议使用jupyter。
一、符号声明
创建数学上的符号,第一步就是要进行符号声明:
from sympy import symbols
x, y, z = symbols('x y z')
z
输出:

二、代数运算
进行函数的创建、表达式的展开、因式分解等
x, y, z = symbols('x y z')
f = (x+y+z)**2
f
输出:

g = x**2 + y**2 + z**2 + 2*x*y + 2*x*z + 2*y*z
g
输出:

f_ = f.expand() # 展开表达式
f_
输出:

g_ = g.factor() # 因式分解
g_
输出:


三、求解方程和方程组
1 求解一元方程
from sympy import symbols, Eq
x =

这篇博客介绍了Python的符号数学库SymPy,详细展示了如何进行符号声明、代数运算、解方程和方程组、微积分操作,以及解微分方程和微分方程组。通过实例演示了SymPy在机器学习损失函数计算中的应用。
最低0.47元/天 解锁文章
2740

被折叠的 条评论
为什么被折叠?



