时间: 2020-08-30|29次围观|0 条评论

目录

[TOC]

前言

今天讲的是,有关sympy的微积分部分的知识。

对应官网的知识:Calculus

官网教程

https://docs.sympy.org/latest/tutorial/calculus.html

(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}

5.4Python数据处理篇之Sympy系列(四)—微积分插图4
01.png

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

  1. 带参数中,添加几个x,就是对x的几次求导。diff(expr, x, x,x……)
  2. 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

5.4Python数据处理篇之Sympy系列(四)—微积分插图7
02.png

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}

5.4Python数据处理篇之Sympy系列(四)—微积分插图10
03.png

(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

  1. 求不定积分:integrate(expr, var)
  2. 求定积分:integrate(expr, (var, min, max))
  3. 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

5.4Python数据处理篇之Sympy系列(四)—微积分插图17
04.png

(三)求极限-limit()

(1)说明:

求极限使用limit(),其有下两种使用方法:

  1. 趋进某个点的极限:limit(expr, var, doit)
  2. 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)/xexpr2 = 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​

5.4Python数据处理篇之Sympy系列(四)—微积分插图24
05.png

(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​

5.4Python数据处理篇之Sympy系列(四)—微积分插图29
06.png

作者:Mark

日期:2019/03/17 周日

文章转载于:https://www.jianshu.com/p/3177adb0ecc9

原著是一个有趣的人,若有侵权,请通知删除

本博客所有文章如无特别注明均为原创。
复制或转载请以超链接形式注明转自起风了,原文地址《5.4Python数据处理篇之Sympy系列(四)—微积分
   

还没有人抢沙发呢~