目录
前言
(一)求导数-diff()
1.一阶求导-diff()
(1)说明:
语法是:diff(expr,x)
(2)源代码:
from sympy import *
# 初始化
x = symbols('x')
# 表达式
expr1 = cos(x)
expr2 = exp(x**2)
# 求导
r1 = diff(expr1, x)
r2 = diff(expr2, x)
print("r1:", r1)
print("r2:", r2)
(3)输出:
\(\cos(x)\) --> \(-\sin(x)\)
\(e^{x^2}\) --> \(2xe^{x^2}\)
2.多阶求导-diff()
(1)说明:
多阶求导同样的使用diff(),其有两种形式
带参数中,添加几个x,就是对x的几次求导。diff(expr, x, x,x……)
用数字来控制所求的阶数:diff(expr, x, n)
(2)源代码:
from sympy import *
# 初始化
x = symbols('x')
# 表达式
expr1 = x**4
# 第一种形式多阶求导
r1 = diff(expr1, x)
r2 = diff(expr1, x, x)
r3 = diff(expr1, x, x, x)
print("="*30)
print(r1)
print(r2)
print(r3)
# 第二种形式多阶求导
r4 = diff(expr1, x, 1)
r5 = diff(expr1, x, 2)
r6 = diff(expr1, x, 3)
print("="*30)
print(r4)
print(r5)
print(r6)
(3)输出:
\(x^4\) --> \(24x\)
3.求偏导数-diff()
(1)说明:
diff()也可以单独对一个变量求导,这便是偏导数。
(2)源代码:
from sympy import *
# 初始化
x, y, z = symbols('x y z')
# 表达式
expr1 = exp(x*y*z)
# 求导
r1 = diff(expr1, x, y, y, z, z, z, z)
r2 = diff(expr1, x, 1, y, 2, z, 4)
print("r1:", r1)
print("r2:", r2)
print(latex(r1))
print(latex(r2))
(3)输出:
\(e^{xyz}\) --> \(x^{3} y^{2} \left(x^{3} y^{3} z^{3} + 14 x^{2} y^{2} z^{2} + 52 x y z + 48\right) e^{x y z}\)
(二)求积分-integrate()
(1)说明:
求积分有三种形式,并且都用的是integrate()方法
求不定积分:integrate(expr, var)
求定积分:integrate(expr, (var, min, max))
求多重积分:integrate(expr, (var1, min, max),(var2,min,max))
(2)源代码:
from sympy import *
# 初始化
x, y = symbols('x y')
# 表达式
expr1 = cos(x)
expr2 = exp(-x)
expr3 = exp(-x**2-y**2)
# 求不定积分
r1 = integrate(expr1, x)
# 求定积分
r2 = integrate(expr2, (x, 0, oo))
# 求多重积分
r3 = integrate(expr3, (x, -oo, oo), (y, -oo, oo))
print("r1:", r1)
print("r2:", r2)
print("r3:", r3)
(3)输出:
\(\cos{\left (x \right )}\)-->\(\sin{\left (x \right )}\)
\(\int_{0}^\infty{e^{- x}dx}\)-->\(1\)
\(\int_{-\infty}^\infty \int_{-\infty}^\infty e^{- x^{2} - y^{2}}dxdy\)-->\(\pi\)
(三)求极限-limit()
(1)说明:
求极限使用limit(),其有下两种使用方法:
趋进某个点的极限:limit(expr, var, doit)
从侧边趋进某个值的极限:limit(expr, var,doit, "+") (左侧趋进同理)
注:sympy里,不可以使用无穷的趋进。
(2)源代码:
from sympy import *
# 初始化
x = symbols('x')
# 表达式
expr1 = sin(x)/x
expr2 = 1/x
# 求趋于某个值的极限
r1 = limit(expr1, x, 0)
# 正向趋进
r2 = limit(expr2, x, 0, '+')
# 负向趋进
r3 = limit(expr2, x, 0, '-')
print(r1)
print(r2)
print(r3)
(3)输出:
\(\lim_{x \to 0}\sin(x)/x\)-->\(1\)
\(\lim_{x \to 0^+}\)-->\(\infty\)
\(\lim_{x \to 0^-}\)-->\(-\infty\)
(四)级数展开-series()
1.说明:
级数展开请使用:series(expr, x0, xn),使用.removeO()去除尾数。
2.源代码:
from sympy import *
# 初始化
x = symbols('x')
# 表达式
expr1 = exp(sin(x))
# 级数展开
r1 = expr1.series(x, 0, 6)
# 去除尾数
r2 = expr1.series(x, 0, 6).removeO()
print(r1)
print(r2)
3.输出:
\(e^{\sin(x)}\)-->\(1 + x + \frac{x^{2}}{2} - \frac{x^{4}}{8} - \frac{x^{5}}{15} + O\left(x^{6}\right)\)
\(e^{\sin(x)}\)-->\(- \frac{x^{5}}{15} - \frac{x^{4}}{8} + \frac{x^{2}}{2} + x + 1\)
作者:Mark
日期:2019/03/17 周日
4.4Python数据处理篇之Matplotlib系列(四)---plt.bar()与plt.barh条形图
目录 目录 前言 (一)竖值条形图 (二)水平条形图 1.使用bar()绘制: 2.使用barh()绘制: (三)复杂的条形图 1.并列条形图: 2.叠加条形图: 3.添加图例于数据标签的条形图: 目 ...
3.4Python数据处理篇之Numpy系列(四)---ndarray 数组的运算
目录 目录 (一)数组与标量的运算 1.说明: 2.实例: (二)元素级的运算(一元函数) 1.说明: 2.实例: (三)数组级的运算(二元函数) 1.说明: 2.实例: 目录 1.数组与标量的运算 ...
5.6Python数据处理篇之Sympy系列(六)---矩阵的操作
目录 目录 前言 (一)矩阵的创建-Matrix() 1.说明: 2.源代码: 3.输出: (二)常用的构造矩阵 1.说明: 2.源代码: 3.输出: (三)基本操作 1.说明: 2.源代码: 3.输 ...
5.5Python数据处理篇之Sympy系列(五)---解方程
目录 目录 前言 (一)求解多元一次方程-solve() 1.说明: 2.源代码: 3.输出: (二)解线性方程组-linsolve() 1.说明: 2.源代码: 3.输出: (三)解非线性方程组-n ...
5.3Python数据处理篇之Sympy系列(三)---简化操作
目录 5.3简化操作 目录 前言 (一)有理数与多项式的简化 1.最简化-simplify() 2.展开-expand() 3.提公因式-factor() 4.合并同类项-ceiling() 5.简化 ...
5.2Python数据处理篇之Sympy系列(二)---Sympy的基本操作
目录 目录 前言 (一)符号的初始化与输出设置-symbol() symbols() latex() 1.作用: 2.操作: (二)替换符号-subs(old,new) 1.说明: 2.源代码: 3. ...
5.1Python数据处理篇之Sympy系列(一)---Sympy的大体认识
目录 目录 前言 目录 前言 sympy是python一个强大的数学符号运算第三方库,具体的功能请看下面操作 官网教程: https://docs.sympy.org/latest/tutorial/ ...
4.14Python数据处理篇之Matplotlib系列(十四)---动态图的绘制
目录 目录 前言 (一)需求分析 (二)随机数的动态图 1.思路分析: 2.源代码: 2.输出效果: 目录 前言 学习matplotlib已经到了尾声,没有必要再继续深究下去了,现今只是学了一些基础的 ...
4.13Python数据处理篇之Matplotlib系列(十三)---轴的设置
目录 目录 前言 (一)设置轴的范围 1.同时对于x,y轴设置 2.分别对与x,y轴的设置 (二)设置刻度的大小 1.普通的刻度设置 2.添加文本的刻度设置 3.主副刻度的设置 (三)设置轴的数据 1 ...
随机推荐
Spring IOC/DI- 3 different types
理论: IOC(Inversion of Control控制反转) DI(依赖注入) (Dependency Injection) 它不是一种技术而是一种思想.当初IOC理论的提出就是为了解决对象 ...
关于小组所要做的APP的想法
关于小组所要做的app,我们敲定下来是做关于在线做题的app,但是,纯粹的做题目的app我认为并没有什么大的吸引力,尤其是拿手机做题.所以,我们考虑准备在以下几个方面做功夫以增加吸引力.第一,我们的题 ...
[转]java.lang.OutOfMemoryError: PermGen space及其解决方法