一个简单的例子展示python如何调用mathematica进行数学计算

        mathematica作为数学三巨头(matlab、mathematica和maple)之一，功能涵盖数据可视化、机器学习、图论、符号计算、数值计算、图像处理和自然语言识别等。从mathematica官方帮助文档可以看出其强大之处。在解决数学问题方面，比起matlab，个人更喜欢用mathematica。那么如何在python中调用mathematica解决数学问题呢？官方给出了mathematica和python的接口的帮助文档。

        以下通过解决一个简单的概率论问题来展示python调用mathematica的方式。现有10个随机变量，这10个随机变量服从同一分布N(1,3)，先要求得这10个随机变量的和所服从的分布，以及和的分布的期望和方差。（这个简单例子只是为了展示python对mathematica的利用。也许纯粹用python自带模块会更加简单）

#以下两行加载mathematica的python模块
from wolframclient.evaluation import WolframLanguageSession
from wolframclient.language import wl, wlexpr,Global

#这一行设置安装在本地的mathematica的核心地址，可设置为免费的wolfram云，即不需要本地安装mathematica。
wlpath="D:\\Program Files\\Wolfram Research\\Mathematica\\11.3\\MathKernel.exe"

sess=WolframLanguageSession(wlpath) #mathmatica会话

#以下代码块，按照mathematica语法输入待计算问题，此处为计算，10个都服从于N(1,3)的随机变量的和，所服从的分布及其期望方差。
exp=wlexpr('''
           dist1=NormalDistribution[1,3];
           V = Table[Subscript[v, i], {i, 10}];
           sum = Total[V];
           dist2=TransformedDistribution[sum,Table[Subscript[v, i] \[Distributed] dist1, {i, 10}]]
           e=Expectation[x, x \[Distributed] dist2]
           d=Variance[dist2]
           ''')

sess.evaluate(exp)#会话启动，进行计算，类似tensorflow，计算后才有实际值

#计算后所得变量保存在Global里,同样需要计算来获得实际值
dist=sess.evaluate(Global.dist2) #输出元组类型数据
e_d=sess.evaluate([Global.e,Global.d]) #输出元组类型数据

#打印结果
print("结果分布:",dist) #此处按照mathematica语法输出新的分布
print("期望:",e_d[0],"方差:",e_d[1]) #输出新分布的期望和方差

运行结果如下：(此处结果为mathematica语法，其显著特征为函数名首字母都会大写，这与python语法是有区别的)

结果分布: NormalDistribution[10, Times[3, Power[10, Rational[1, 2]]]]
期望: 10 方差: 90

目前本人还在学习中，并且也是第一次发博客，如有纰漏请斧正。