SymPy是Python符号计算库。其目标是成为一个功能齐全的计算机代数系统,代码保持简洁,易于理解和扩展。Python是完全由Python编写的,不依赖外部库。
1、求极限、求导、求偏导以及带值求导
import sympy #求极限 #设置符号变量Symbol只能创建一个变量 symbols 可一次定义多个变量 x1,x2,x3,x4=sympy.symbols('x1,x2,x3,x4') #创建函数建立方程式 def F(t): return sympy.sin(t)/t def N(t): return (x1**3+3*x1**2+1)/(4*x1**3+2*+3) #调用limit求极限 limF=sympy.limit(F(x1),x1,0) limN=sympy.limit(N(x1),x1,sympy.oo) print("x1趋于0的极限为{}".format(limF)) print("x1趋于0的极限为{}".format(limN)) #求导 #创建求导函数 def S(t): return sympy.sec(t) #正割 def S1(x): return 2*x**4+2 #调用diff函数求导 s=sympy.diff(S(x1),x1).subs(x1,1) #subs 带值求导 print('S在1处的导数为{}'.format(s)) #求多阶导数 2阶 s1=sympy.diff(S1(x1),x1,2) #带值计算 print("S1的二阶导数{} 带入值2计算为{}".format(s1,s1.subs(x1,2))) #建立求偏导函数 def PD(x,y,z): return sympy.sin(x+pow(y,2)-sympy.exp(z)) #对x求偏导 x=sympy.diff(PD(x1,x2,x3),x1) # print(x.subs(x1,2)) #对y求偏导 y=sympy.diff(PD(x1,x2,x3),x2) #对z求偏导 z=sympy.diff(PD(x1,x2,x3),x3,2) print("x的偏导为{}\ny的偏导为{}\nz的二次偏导为{}".format(x,y,z)) 片
2、建立极限表达式
不求其极限,只需要表达式。也就是说是一个未计算(评估)的极限,是一个极限表达式。
from sympy import Limit, sin, Symbol from sympy.abc import x Limit(sin(x)/x, x, 0) # 这是一个极限表达式,不执行计算 Limit(1/x, x, 0, dir='-') # 这也是一个极限表达式,不执行计算
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试