Sympy符号计算库
http://blog.csdn.net/pipisorry/article/details/39123247
SymPy是Python的一个数学符号计算库。它目的在于成为一个富有特色的计算机代数系统。它保证自身的代码尽可能的简单，且易于理解，容易扩展。SymPy完全由Python写成，不需要额外的库。
Sympy安装
pip install sympy
内建的数字类型
实数，有理数和整数
SymPy有三个内建的数值类型：实数，有理数和整数。有理数类用两个整数来表示一个有理数。分子与分母，所以Rational(1,2)代表1/2，Rational(5,2)代表5/2，等等。
>>>from sympy import *
>>>a = Rational(1,2)
>>>a
1/2
>>>a*2
1
>>>Rational(2)**50/Rational(10)**50
1/88817841970012523233890533447265625
当利用Python的整数计算时要注意一下，Python只会截取除法的整数部分：
>>>1/2
0
>>>1.0/2
0.5
然而你可以：
>>>from __future__ import division
>>>1/2 #doctest: +SKIP
0.5
正确的除法在python3k和isympy中这样做，是标准的。
特殊的常数
我们也可以有一些特殊的常数，像e和pi，它们会被当作符号去对待。（1+pi不会求得值，反而它会保持为1+pi），例如：
>>>pi**2
pi**2
>>>pi.evalf()
3.14159265358979
>>>(pi+exp(1)).evalf()
5.85987448204884
求表达式的浮点数-evalf()函数
正如你看到的，evalf()函数可以用求出表达式的浮点数。
有一个无穷大的类型，被成为oo
>>>oo > 99999
True
>>>oo + 1
oo
If the substitution will be followed by numerical evaluation, it is better to pass the substitution to evalf as
rather than
皮皮blog
Sympy基本使用
定义变量-Symbols函数
对比与其他的计算机代数系统，在SymPy中要明确声明符号变量：
Changing x to 2 had no effect on expr. This is because x = 2 changes the Python variable x to 2, but has no effect on the SymPy Symbol x, which was what we used in creating expr.
变量替换subs函数
[subs(*args, **kwargs)]
代数
局部的代数式展开，使用apart(expr, x):
In [1]: 1/( (x+2)*(x+1) )
Out[1]:
1
───────────────
(2 + x)*(1 + x)
In [2]: apart(1/( (x+2)*(x+1) ), x)
Out[2]:
1 1
───── - ─────
1 + x 2 + x
In [3]: (x+1)/(x-1)
Out[3]:
-(1 + x)
────────
1 - x
In [4]: apart((x+1)/(x-1), x)
Out[4]:
2
1 - ─────
1 - x
代数式的合并
(相当于展开的逆运算)，使用together(expr, x)：
In [7]: together(1/x + 1/y + 1/z)
Out[7]:
x*y + x*z + y*z
───────────────
x*y*z
In [8]: together(apart((x+1)/(x-1), x), x)
Out[8]:
-1 - x
──────
1 - x
In [9]: together(apart(1/( (x+2)*(x+1) ), x), x)
Out[9]:
1
───────────────
(2 + x)*(1 + x)
皮皮blog
微积分
极限
在sympy中极限容易求出，它们遵循极限语法 limit(function, variable, point) ，所以计算x->0时f(x)的极限，即limit(f, x, 0)：
>>>from sympy import *
>>>x=Symbol("x")
>>>limit(sin(x)/x, x, 0)
1
>>>limit(x, x, oo)
oo
>>>limit(1/x, x, oo)
0
>>>limit(x**x, x, 0)
1
有一些特殊的极限的例子，你可以阅读文件test_demidovich.py
微分
你可以对任意SymPy表达式微分。diff(func, var)。例如：
>>>from sympy import *
>>>x = Symbol('x')
>>>diff(sin(x), x)
cos(x)
>>>diff(sin(2*x), x)
2*cos(2*x)
>>>diff(tan(x), x)
1 + tan(x)**2
你可以通过以下验证:
>>>limit((tan(x+y)-tan(x))/y, y, 0)
1 + tan(x)**2
计算高阶微分 diff(func, var, n) :
>>>diff(sin(2*x), x, 1)
2*cos(2*x)
>>>diff(sin(2*x), x, 2)
-4*sin(2*x)
>>>diff(sin(2*x), x, 3)
-8*cos(2*x)
级数展开
函数 series(var, point, order)：
>>>from sympy import *
>>>x = Symbol('x')
>>>cos(x).series(x, 0, 10)
1 - x**2/2 + x**4/24 - x**6/720 + x**8/40320 + O(x**10)
>>>(1/cos(x)).series(x, 0, 10)
1 + x**2/2 + 5*x**4/24 + 61*x**6/720 + 277*x**8/8064 + O(x**10)
其他简单的例子：
from sympy import Integral, Symbol, pprint
x = Symbol("x")
y = Symbol("y")
e = 1/(x + y)
s = e.series(x, 0, 5)
print(s)
pprint(s)
执行之后打印出的结果为：
1/y + x**2*y**(-3) + x**4*y**(-5) - x*y**(-2) - x**3*y**(-4) + O(x**5)
2 4 3
1 x x x x
─ + ── + ── - ── - ── + O(x**5)
y 3 5 2 4
y y y y
积分
SymPy支持不定积分，超越函数与特殊函数的定积分。SymPy有力的扩展Risch-Norman 算法和模型匹配算法。
>>>from sympy import *
>>>x, y = symbols('xy')
初等函数：
>>>integrate(6*x**5, x)
x**6
>>>integrate(sin(x), x)
-cos(x)
>>>integrate(log(x), x)
-x + x*log(x)
>>>integrate(2*x + sinh(x), x)
cosh(x) + x**2
特殊函数：
>>>integrate(exp(-x**2)*erf(x), x)
pi**(1/2)*erf(x)**2/4
定积分：
>>>integrate(x**3, (x, -1, 1))
0
>>>integrate(sin(x), (x, 0, pi/2))
1
>>>integrate(cos(x), (x, -pi/2, pi/2))
2
一些广义积分也可以被支持：
>>>integrate(exp(-x), (x, 0, oo))
1
>>>integrate(log(x), (x, 0, 1))
-1
复数
>>>from sympy import Symbol, exp, I
>>>x = Symbol("x")
>>>exp(I*x).expand()
exp(I*x)
>>>exp(I*x).expand(complex=True)
I*exp(-im(x))*sin(re(x)) + cos(re(x))*exp(-im(x))
>>>x = Symbol("x", real=True)
>>>exp(I*x).expand(complex=True)
I*sin(x) + cos(x)
皮皮blog
函数
三角函数：:
In [1]: sin(x+y).expand(trig=True)
Out[1]: cos(x)*sin(y) + cos(y)*sin(x)
In [2]: cos(x+y).expand(trig=True)
Out[2]: cos(x)*cos(y) - sin(x)*sin(y)
In [3]: sin(I*x)
Out[3]: I*sinh(x)
In [4]: sinh(I*x)
Out[4]: I*sin(x)
In [5]: asinh(I)
Out[5]:
π*I
───
2
In [6]: asinh(I*x)
Out[6]: I*asin(x)
In [15]: sin(x).series(x, 0, 10)
Out[15]:
3 5 7 9
x x x x
x - ── + ─── - ──── + ────── + O(x**10)
6 120 5040 362880
In [16]: sinh(x).series(x, 0, 10)
Out[16]:
3 5 7 9
x x x x
x + ── + ─── + ──── + ────── + O(x**10)
6 120 5040 362880
In [17]: asin(x).series(x, 0, 10)
Out[17]:
3 5 7 9
x 3*x 5*x 35*x
x + ── + ──── + ──── + ───── + O(x**10)
6 40 112 1152
In [18]: asinh(x).series(x, 0, 10)
Out[18]:
3 5 7 9
x 3*x 5*x 35*x
x - ── + ──── - ──── + ───── + O(x**10)
6 40 112 1152
球谐函数：
In [1]: from sympy.abc import theta, phi
In [2]: Ylm(1, 0, theta, phi)
Out[2]:
————
╲╱ 3 *cos(θ)
────────────
——
2*╲╱ π
In [3]: Ylm(1, 1, theta, phi)
Out[3]:
—— I*φ
-╲╱ 6 *│sin(θ)│*ℯ
────────────────────
——
4*╲╱ π
In [4]: Ylm(2, 1, theta, phi)
Out[4]:
——— I*φ
-╲╱ 30 *│sin(θ)│*cos(θ)*ℯ
────────────────────────────
——
4*╲╱ π
阶乘和伽玛函数：
In [1]: x = Symbol("x")
In [2]: y = Symbol("y", integer=True)
In [3]: factorial(x)
Out[3]: Γ(1 + x)
In [4]: factorial(y)
Out[4]: y!
In [5]: factorial(x).series(x, 0, 3)
Out[5]:
2 2 2 2
x *EulerGamma π *x
1 - x*EulerGamma + ────────────── + ───── + O(x**3)
2 12
Zeta函数:
In [18]: zeta(4, x)
Out[18]: ζ(4, x)
In [19]: zeta(4, 1)
Out[19]:
4
π
──
90
In [20]: zeta(4, 2)
Out[20]:
4
π
-1 + ──
90
In [21]: zeta(4, 3)
Out[21]:
4
17 π
- ── + ──
16 90
多项式
In [1]: chebyshevt(2, x)
Out[1]:
2
-1 + 2*x
In [2]: chebyshevt(4, x)
Out[2]:
2 4
1 - 8*x + 8*x
In [3]: legendre(2, x)
Out[3]:
2
3*x
-1/2 + ────
2
In [4]: legendre(8, x)
Out[4]:
2 4 6 8
35 315*x 3465*x 3003*x 6435*x
─── - ────── + ─────── - ─────── + ───────
128 32 64 32 128
In [5]: assoc_legendre(2, 1, x)
Out[5]:
—————
╱ 2
-3*x*╲╱ 1 - x
In [6]: assoc_legendre(2, 2, x)
Out[6]:
2
3 - 3*x
In [7]: hermite(3, x)
Out[7]:
3
-12*x + 8*x
皮皮blog
微分方程
在isympy中：
In [4]: f(x).diff(x, x) + f(x) #注意在使用输入该命令之前，一定要声明f=Function('f')
Out[4]:
2
d
─────(f(x)) + f(x)
dx dx
In [5]: dsolve(f(x).diff(x, x) + f(x), f(x))
Out[5]: C₁*sin(x) + C₂*cos(x)
代数方程
在isympy中：
In [7]: solve(x**4 - 1, x)
Out[7]: [i, 1, -1, -i]
In [8]: solve([x + 5*y - 2, -3*x + 6*y - 15], [x, y])
Out[8]: {y: 1, x: -3}
皮皮blog
线性代数
矩阵
矩阵由矩阵类创立:
>>>from sympy import Matrix
>>>Matrix([[1,0], [0,1]])
[1, 0]
[0, 1]
不只是数值矩阵，亦可为代数矩阵，即矩阵中存在符号：
>>>x = Symbol('x')
>>>y = Symbol('y')
>>>A = Matrix([[1,x], [y,1]])
>>>A
[1, x]
[y, 1]
>>>A**2
[1 + x*y, 2*x]
[ 2*y, 1 + x*y]
关于矩阵更多的例子，请看线性代数教程。
系数匹配
使用 .match()方法，引用Wild类，来执行表达式的匹配。该方法会返回一个字典。
>>>from sympy import *
>>>x = Symbol('x')
>>>p = Wild('p')
>>>(5*x**2).match(p*x**2)
{p_: 5}
>>>q = Wild('q')
>>>(x**2).match(p*x**q)
{p_: 1, q_: 2}
如果匹配不成功，则返回None：
>>>print (x+1).match(p**x)
None
可以使用Wild类的‘exclude’参数（排除参数），排除不需要和无意义的匹配结果,来保证结论中的显示是唯一的：
>>>x = Symbol('x')
>>>p = Wild('p', exclude=[1,x])
>>>print (x+1).match(x+p) # 1 is excluded
None
>>>print (x+1).match(p+1) # x is excluded
None
>>>print (x+1).match(x+2+p) # -1 is not excluded
{p_: -1}
皮皮blog
打印输出
标准
str(expression)返回如下：
>>>from sympy import Integral
>>>from sympy.abc import x
>>>print x**2
x**2
>>>print 1/x
1/x
>>>print Integral(x**2, x)
Integral(x**2, x)
Pretty Printing
用pprint函数可以输出不错的ascii艺术：
>>>from sympy import Integral, pprint
>>>from sympy.abc import x
>>>pprint(x**2) #doctest: +NORMALIZE_WHITESPACE
2
x
>>>pprint(1/x)
1
-
x
>>>pprint(Integral(x**2, x))
/
|
| 2
| x dx
|
/
[Pretty PrintingWiki]
提示：在python解释器中，为使pretty printing为默认输出，使用：
$ python
Python 2.5.2 (r252:60911, Jun 25 2008, 17:58:32)
[GCC 4.3.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from sympy import *
>>> import sys
>>> sys.displayhook = pprint
>>> var("x")
x
>>> x**3/3
3
x
--
3
>>> Integral(x**2, x) #doctest: +NORMALIZE_WHITESPACE
/
|
| 2
| x dx
|
/
Python printing
>>>from sympy.printing.python import python
>>>from sympy import Integral
>>>from sympy.abc import x
>>>print python(x**2)
x = Symbol('x')
e = x**2
>>>print python(1/x)
x = Symbol('x')
e = 1/x
>>>print python(Integral(x**2, x))
x = Symbol('x')
e = Integral(x**2, x)
LaTeX printing
>>>from sympy import Integral, latex
>>>from sympy.abc import x
>>>latex(x**2)
$x^{2}$
>>>latex(1/x)
$\frac{1}{x}$
>>>latex(Integral(x**2, x))
$\int x^{2}\,dx$
MathML
>>>from sympy.printing.mathml import mathml
>>>from sympy import Integral, latex
>>>from sympy.abc import x
>>>print mathml(x**2)
<apply><power/><ci>x</ci><cn>2</cn></apply>
>>>print mathml(1/x)
<apply><power/><ci>x</ci><cn>-1</cn></apply>
Pyglet
>>>from sympy import Integral, preview
>>>from sympy.abc import x
>>>preview(Integral(x**2, x)) #doctest:+SKIP
用a pyglet window以LaTeX 提供表达式
如果安装了pyglet，一个呈现LaTeX表达式的窗口会被打开：
注解
Isympy默认调用pprint，所以这就是为什么看到pretty printing为默认的。
有一个打印的有效模块，sympy.printing。用这个模块实现其他的打印：
· pretty(expr), pretty_print(expr), pprint(expr): 分别返回或者输出，，表达式的漂亮描述。这是相同
·latex(expr), print_latex(expr):分别返回或者输出，LaTex描写的表达式
·mathml(expr), print_mathml(expr):分别返回或者输出，MathML描写的表达式
·print_gtk(expr): 表达式打印到Gtkmathview , 这是一个GTK小配件显示MathML代码。Gtkmathview程序是必须的。
from:http://blog.csdn.net/pipisorry/article/details/39123247
ref:sympy
SymPy’s documentation!
教程symPy 0.7.2-git documentation
SymPy-符号运算好帮手
SymPy Tutorial(译)