Python/Sympy计算梯度、散度和旋度
sympy有个vector 模块,里面提供了求解标量场、向量场的梯度、散度、旋度等计算,官方参考连接:
http://docs.sympy.org/latest/modules/vector/index.html
sympy中计算梯度、散度和旋度主要有两种方式:
一个是使用∇∇\nabla算子,sympy提供了类Del(),该类的方法有:cross、dot和gradient,cross就是叉乘,计算旋度的,dot是点乘,用于计算散度,gradient自然就是计算梯度的。
另一种方法就是直接调用相关的API:curl、divergence和gradient,这些函数都在模块sympy.vector 下面。
使用sympy计算梯度、散度和旋度之前,首先要确定坐标系,sympy.vector模块里提供了构建坐标系的类,常见的是笛卡尔坐标系, CoordSys3D,根据下面的例子可以了解到相应应用。
(1)计算梯度
## 1 gradientC = CoordSys3D('C')
delop = Del() # nabla算子# 标量场 f = x**2*y-xy
f = C.x**2*C.y - C.x*C.yres = delop.gradient(f, doit=True) # 使用nabla算子
# res = delop(f).doit()
res = gradient(f) # 直接使用gradientprint(res) # (2*C.x*C.y - C.y)*C.i + (C.x**2 - C.x)*C.j
(2)计算散度
## divergenceC = CoordSys3D('C')
delop = Del() # nabla算子# 向量场 f = x**2*y*i-xy*j
f = C.x**2*C.y*C.i - C.x*C.y*C.jres = delop.dot(f, doit=True)# res = divergence(f)print(res) # 2*C.x*C.y - C.x,即2xy-x,向量场的散度是标量
(3)计算旋度
## curlC = CoordSys3D('C')
delop = Del() # nabla算子# 向量场 f = x**2*y*i-xy*j
f = C.x**2*C.y*C.i - C.x*C.y*C.jres = delop.cross(f, doit=True)# res = curl(f)print(res) # (-C.x**2 - C.y)*C.k,即(-x**2-y)*k,向量场的旋度是向量
Python/Sympy计算梯度、散度和旋度相关推荐
- 旋度的散度为零证明_(大牛分享)实列讲解:Python Sympy计算梯度、散度和旋度...
今天为大家带来的内容是:(大牛分享)实列讲解:Python Sympy计算梯度.散度和旋度 sympy有个vector 模块,里面提供了求解标量场.向量场的梯度.散度.旋度等计算,官方参考连接: ht ...
- python中计算梯度值
在python中,有关函数梯度的计算方法均在python库sympy的vector包里,要想实现梯度计算首先要从vector包里导入两个类,分别是:CoordSys3D和Del. CoordSys3D ...
- python psi计算_KL散度,PSI,IV值之间的故事
原标题:KL散度,PSI,IV值之间的故事 KL散度,PSI,IV值之间的故事 01 KL散度 KL散度也称KL距离或相对熵.是一个从信息论.熵的角度量化距离的量,但跟一般的距离有不一样的地方. 距离 ...
- python/sympy计算施密特正交化向量
sympy的符号计算功能很强大,学习矩阵分析,重温了线性代数中施密特正交化的方法,正好可以用sympy解决一些计算问题.施密特正交化,也称 Gram-Schmidt 正交化过程 (Gram–Schmi ...
- 中计算散度的函数_梯度、散度、旋度
一.麦克斯韦基于四元数观点导出散度与旋度 已知的最早的关于散度和旋度的描述都来自麦克斯韦1873年的<A Treatise on Electricity and Magnetism>(电磁 ...
- [转载]梯度、散度、旋度的关系
原文链接:https://blog.csdn.net/sinat_34546420/article/details/78234268 转自 百度文库https://wenku.baidu.com/vi ...
- 有关对梯度、散度、旋度的纯数学理解
声明:由于笔者只是一名大一并且非数学系的本科生,以下内容基于自己的理解与参考了几位博主的blog通俗易懂的讲解梯度,散度,旋度(有图很好理解)!!!(算是对这个博客的通俗理解吧)所以想深度了解的请转向 ...
- 梯度的直观理解_如何直观形象的理解梯度,散度,旋度?
这是我以前看到有人这么解释,比较形象,希望对你有帮助. 梯度: 运算的对像是纯量,运算出来的结果会是向量在一个标量场中, 梯度的计算结果会是"在每个位置都算出一个向量,而这个向量的方向会是在 ...
- 梯度、散度和旋度及在图像处理中的应用(图像融合)
对于有些人,看这些枯燥的公式符号是件痛苦的事情:但痛苦后总会有所欣喜,如果你充分利用它的话,你更能体会到他的美妙:先来几张效果图,激发你学习数学的欲望: 注释:图像融合效果,分别应用了不同的算法 ...
最新文章
- vim无法打中文_vim+ctags+cscope+Taglist+Nerdtree打造成sourceinsight
- Spring IoC反转控制的快速入门
- 快速排序算法的优化思路总结
- 前端命名规范_值得收藏的前端命名规范
- 深度学习自学(三十七):基于用户自定义要求3D房间自动设计研究
- CC2530之OLED12864程序详解
- 计算机一级考试题产品销售情况表,Excel案例(十二)——销售统计表
- SQLyog 注册码(包含企业版注册码)
- proDAD Mercalli 2020V5.0.461注册激活码版视频稳定防抖软件
- 微信小程序-找地儿住-官方文档
- GD32库中常用的位操作REGIDX_BIT(regidx, bitpos)
- 2023年天津仁爱学院专升本动画专业报考专业限制范围目录
- 111wqdqwdwedwedwdwededwedwe
- 前端开发一枚,入职前自学的感觉不难,为什么工作起来很吃力?
- 李欣桐 计算机竞赛,【赛出精彩】我校举行数学计算能力竞赛活动
- 飞桨EasyDL助力资讯网站实现信息自动分类
- python计算人口增长率_Python数据分析之全球人口数据
- 我的世界服务器vip账号和密码是多少,我的世界hypixel服务器会员有什么区别 hypixel服务器会员介绍...
- 全志系列芯片选型简介
- HC32L110(一) HC32L110 芯片介绍和Win10下DAP-Link, ST-Link, J-Link方式的烧录