sympy基础知识

1.sympy

import sympy
print(sympy.pi.evalf())#圆周率π
print(sympy.E)#e
print(sympy.I)#虚数i
print(sympy.oo)#无穷大
print(sympy.E.evalf(3))#保留e的三位小数

2.三角函数

import sympy
print(sympy.sin(sympy.pi/4).evalf())
print(sympy.cos(sympy.pi/3).evalf())
print(sympy.tan(sympy.pi/2).evalf())

3.指数函数

import sympy
x=sympy.Symbol('x')
print(sympy.E ** x)#e**x
print(sympy.exp(x))#e**x
print(sympy.exp(x).evalf(subs={x:2}))#求e**2的值
print(10 ** x.evalf(subs={x:2}))

4.对数函数

import sympy
print(sympy.log(100, 10))#以10为底100的对数
print(sympy.log(sympy.E**3,sympy.E))#以e为底e**3的对数
print(sympy.log(8, 2))#以2为底8的对数,即log2(8)

5.幂函数

import sympy
print(sympy.sqrt(16))#平方根
print(sympy.root(16,4))#4次方根
print(sympy.factorial(3))#求阶乘
a=x**(1/4)
print(a.evalf(subs={x: 16}))
b=x**2
print(b.evalf(subs={x: 4}))

6.展开与折叠

import sympy
y1=x**2+2*x+1
y2=x*(x+2)
print(sympy.expand(y2))#展开
print(sympy.factor(y1))#提取公因式(折叠)
y3=1/x+1/x**2
print(sympy.apart(y3))#展开,用于分数
print(sympy.together(y3))#聚合,用于分数

7.化简

import sympy
print(sympy.simplify((x ** 3 + x ** 2 - x - 1) / (x ** 2 + 2 * x + 1)))#化简
print(sympy.trigsimp(sympy.sin(x) / sympy.cos(x)))#三角函数化简
print(sympy.powsimp(x ** 2 * x ** 4))#指数化简

8.求解

import sympy
x=sympy.Symbol('x')
y=sympy.Symbol('y')
f=x**2+6*x+9
print(sympy.solve(f,x))#有限解
f1=3*x+y**2
print(sympy.solve(f1,x,y))#无限解
f2=x+y-6
f3=2*x-y+5
print(sympy.solve([f2, f3], x, y))#解方程组
#求和
f=2*x
print(sympy.summation(f, (x, 1, 100)))

9.求极限

import sympy
fb=sympy.sin(x)/x
print(sympy.limit(fb, x, 0))#极限x趋于0时的值
print(sympy.limit(fb, x, sympy.oo))#极限x趋于无穷时的值

10.求导

import sympy
fa=3*sympy.exp(x)+x**3+2*x+17
print(sympy.diff(fa,x))#一阶求导
print(sympy.diff(fa, x, 2))#二阶求导
print(sympy.diff(fa, x, 3))#三阶求导

11.求偏导

import sympy
x,y=sympy.Symbol('x'),sympy.Symbol('y')
x,y=sympy.symbols('x y')
fc=2*x**2+3*y**4+2*y*x
print(sympy.diff(fc, x))#对x求一阶偏导
print(sympy.diff(fc, y))#对y求一阶偏导
print(sympy.diff(fc, y,y))#对y求二阶偏导
print(sympy.diff(fc, x,y))#先对x求一阶偏导,在对y求一阶偏导
print(sympy.diff(fc, x,x))#对x求二阶偏导

12.求积分

import sympy
fd=sympy.E**x+3*x**4+x**2
print(sympy.integrate(fd, x))#求不定积分
print(sympy.integrate(fd, (x,1,2)))#求定积分t=sympy.Symbol('t')
ff=2*t
ff1=sympy.integrate(ff,(t,0,x))
ff2=sympy.integrate(ff1,(x,1,3))#求多重积分
print(ff)
print(ff1)
print(ff2)z=y*x**2+x*y**2
z1=sympy.integrate(z,(x,0,x))
z2=sympy.integrate(z1,(y,0,1))#求多重积分
print(z2)

数理基础(高等代数)------sympy三角、指数、对数、幂函数、极限、求导、微分、积分等基础知识相关推荐

  1. MATLAB实现微积分基础知识(求导,积分,插值,曲线拟合,最小二乘)

    部分效果图: 插值算法 曲线拟合: 非线性最小二乘拟合: 代码实现: %collect按照一定的变量展开 clear clc syms x t EXPR = str2sym('(x^2+x*exp(- ...

  2. Logistic回归-代价函数求导过程 | 内含数学相关基础

    转载自:https://blog.csdn.net/JUNJUN_ZHAO/article/details/78564557 相关函数求导公式 先复习回顾下一些数学基础,帮助推导过程可以更好的理解.下 ...

  3. 人工智能数学基础--导数3:隐函数求导、对数求导法、参数方程求导法

    一.隐函数概念 用y=f(x)这种方式定义的函数叫显函数,而隐函数是指没有使用这种方式定义,而是用类似F(x,y)=0这种方程方式来定义x和y关系的方式. 一般地,如果变量x和y满足一个方程F(x,y ...

  4. sigmoid函数求导与自然指数

    sigmoid函数求导与自然指数 在神经网络里经常使用sigmoid做激活函数,它的导数是怎么样求解呢?因为要使用它的导数来计算梯度下降. 这个过程如下: 1. sigmoid 函数:f(z) = 1 ...

  5. 指数对数计算公式基础知识

    指数对数实际中也是比较重要的公式

  6. 视觉SLAM十四讲学习笔记-第四讲-李群与李代数基础和定义、指数和对数映射

    基础: 在SLAM中的旋转,除了表示之外,我们还要对它们进行估计和优化.因为在SLAM中位姿是未知的,而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题.一种典型的方式是把它构建成一个优化问题 ...

  7. 李群与李代数1:对应关系及指数/对数映射

    李群与李代数1:对应关系及指数/对数映射 1. 群和李群 1.1 群的引出 1.2 群和李群定义及性质 2. 由李群引出李代数 2.1 反对称矩阵对应向量与求导关系 2.2 一阶导数矩阵求解 3. 李 ...

  8. 复杂函数求导/对数指数幂公式

    指数.对数公式 https://wenku.baidu.com/view/69653d53f01dc281e53af0ba.html 求导公式 https://wenku.baidu.com/view ...

  9. 100种思维模型之指数对数思维模型-54

            对数.指数,生活中的2种增长曲线:对数增长曲线,即在开始时增长很快,但随着时间的推移,收益会减少并变得更加困难:而指数增长曲线,即开始时增长缓慢,但随着时间的推移,收益迅速增加并变得更 ...

最新文章

  1. 异步编程之Promise(2):探究原理
  2. 11G RAC 进程启动顺序
  3. POJ2699_The Maximum Number of Strong Kings
  4. tensorflow 的模型保存和调用
  5. 实用ExtJS教程100例-006:ExtJS中Window的用法示例
  6. 复习日记-validate表单校验插件/菜单管理dTree
  7. eclipse创建springboot项目_Spring Initializer+IntelliJ IDEA创建Spring Boot项目(图文)
  8. Python类的实例属性详解
  9. Maven引入jar的总结
  10. 力扣538.把二叉搜索树转换为累加树(JavaScript)
  11. oracle 9企业版,Oracle 9i简体中文企业版【32位amp;564位客户端】 - 网络软件频道 -天天游戏吧...
  12. 王道 计算机网络试题讲解_2016年计算机网络考研真题及解析
  13. 石家庄地铁选站系统进度报告
  14. 【CDH安装】scm_prepare_database.sh使用
  15. 《杭州区块链行业发展报告》披露市场现状
  16. matlab中随机森林实现,随机森林实现 MATLAB
  17. CDN--降低75%CDN成本!黑科技PCDN前世今生:定义、功能、架构、场景和优势
  18. linux命令学习一 :touch和mkdir 创建文件和文件夹
  19. HTML+CSS项目实践四:给html网页标题栏添加logo图标(ico格式图片)
  20. JavaScript数组,函数

热门文章

  1. STM32F407ZGT6单片机连接ST_LINK和USB转TTL的接线方法+舵机接线方法
  2. 2015编程之美资格赛 回文子序列个数
  3. 基于二叉查找树的图书影碟租赁管理系统c#实现(控制台)
  4. 2017——腾讯产培生笔试、面经
  5. 企业信使运营管理平台官网电话
  6. Uboot sandbox
  7. 一次小模块的使用过程-LC12S无线模块介绍
  8. Ubuntu_ROS中应用kinect v2笔记
  9. 微信小程序 保存图片
  10. 64位ubuntu安装N64模拟器mupen64