应用Python的SymPy库解决高等数学及线性代数

栏目: Python · 发布时间: 7年前

内容简介:SymPy库简介SymPy是符号数学的Python库。 它旨在成为一个全功能的计算机代数系统(CAS),同时保持代码尽可能简单,以便易于理解和扩展。 SymPy完全是用Python编写的。[SymPy官网](“http://www.sympy.org/en/index.html“)

SymPy库简介

SymPy是符号数学的 Python 库。 它旨在成为一个全功能的计算机代数系统(CAS),同时保持代码尽可能简单,以便易于理解和扩展。 SymPy完全是用Python编写的。

[SymPy官网](“http://www.sympy.org/en/index.html“)

[ API手册 ](“http://www.sympy.org/en/index.html“)

基础用法

Symbols-符号

>>> from sympy import *

>>> # 两种方法创建符号

>>> x, y, z = symbols('x y z')  # 创建符号x、y、z

>>> t = Symbol('t')            # 创建符号t

Derivatives-导数

>>> diff(cos(x), x)    # cos(x)对x求导

-sin(x)

>>> diff(exp(x**2), x) # e的x方对x求导

2*x*exp(x**2)

>>> diff(x**4, x, x, x)# x的4次方分别对x求三次导

24⋅x

>>> diff(x**4, x, 3)  # x的4次方对x求三次导

24⋅x

Integrals-积分

# definite integrals 定积分

>>> integrate(exp(-x), (x, 0, oo))  # e的-x方 下限:0 上限:无穷(两个字母o表示)对x求定积分

1

>>> integrate(exp(-x**2 - y**2), (x, -oo, oo), (y, -oo, oo)) # 求二重积分

π

# indefinite integrals 不定积分

>>> integrate(cos(x), x) # cos(x)对x求不定积分

>sin(x)

Limits-极限

>>> limit(sin(x)/x, x, 0) # sin(x)/x 在x趋向于0时的极限

1

>>> limit(1/x, x, 0, '+') # 1/x 在x趋向于0+时的极限

高等数学上的应用

应用Python的SymPy库解决高等数学及线性代数

from sympy import *

x = Symbol('x'); t = Symbol('t')    # 定义两个变量

lmt = limit(

(integrate(t*cos(t),(t,0,x))-1+cos(x)) / (sqrt(x*tan(x)+1)-sqrt(x*sin(x)+1)),

x,

0)

print(lmt)  # -1/3

应用Python的SymPy库解决高等数学及线性代数

更多Python相关信息见 Python 专题页面 https://www.linuxidc.com/topicnews.aspx?tid=17

Linux公社的RSS地址https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址: https://www.linuxidc.com/Linux/2019-06/158933.htm


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

计算几何

计算几何

周培德 / 2008-7 / 69.00元

《计算几何:算法设计与分析(第3版)》系统地介绍了计算几何中的基本概念、求解诸多问题的算法及复杂性分析,概括了求解几何问题所特有的许多思想方法、几何结构与数据结构。全书共分11章,包括:预备知识,几何查找(检索),多边形,凸壳及其应用,Voronoi图、三角剖分及其应用,交与并及其应用,多边形的获取及相关问题,几何体的划分与等分、算法的运动规划、几何拓扑网络设计、随机几何算法与并行几何算法等。一起来看看 《计算几何》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具