目录

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:

\(\cos(x)\) --> \(-\sin(x)\)

\(e^{x^2}\) --> \(2xe^{x^2}\)

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:

\(x^4\) --> \(24x\)

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

  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:

\(\cos{\left (x \right )}\)-->\(\sin{\left (x \right )}\)

\(\int_{0}^\infty{e^{- x}dx}​\)-->\(1​\)

\(\int_{-\infty}^\infty \int_{-\infty}^\infty e^{- x^{2} - y^{2}}dxdy\)-->\(\pi\)

(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)/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

5.4Python数据处理篇之Sympy系列(四)---微积分的更多相关文章

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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. 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 ...

  6. 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. ...

  7. 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/ ...

  8. 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 ...

  9. 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

  1. 不是 HTTPS 拖慢网站速度,而是优化做的不够优秀

    HTTPS(全称:Hyper Text Transfer Protocol over SecureSocket Layer),是以安全为目标的 HTTP 通道,简单讲是 HTTP 的安全版,即 HTT ...

  2. Guava 源码分析(Cache 原理 对象引用、事件回调)

    前言 在上文「Guava 源码分析(Cache 原理)」中分析了 Guava Cache 的相关原理. 文末提到了回收机制.移除时间通知等内容,许多朋友也挺感兴趣,这次就这两个内容再来分析分析. 在开 ...

  3. redhat 6.5安装ansible

    安装epel 源: rpm -ivh https://dl.fedoraproject.org/pub/epel/epel-release-latest-6.noarch.rpm 安装ansible ...

  4. Java 多线程(四)—— 单例模式

    这篇博客介绍线程安全的应用——单例模式. 单例模式 单例模式,是一种常用的软件设计模式.在它的核心结构中只包含一个被称为单例的特殊类.通过单例模式可以保证系统中,应用该模式的类一个类只有一个实例.即一 ...

  5. Python爬虫入门教程 20-100 慕课网免费课程抓取

    写在前面 美好的一天又开始了,今天咱继续爬取IT在线教育类网站,慕课网,这个平台的数据量并不是很多,所以爬取起来还是比较简单的 准备爬取 打开我们要爬取的页面,寻找分页点和查看是否是异步加载的数据. ...

  6. Chapter 5 Blood Type——23

    I didn't answer. I closed my eyes again and fought the nausea with all my strength, clamping my lips ...

  7. 可视化面板LogDashboard使用log4net源

    logdashboard现已支持log4net文件源,本示例源码在 https://github.com/liangshiw/LogDashboard/tree/master/samples/UseL ...

  8. 设计模式总结篇系列:桥接模式(Bridge)

    在实际类设计过程中,有时会遇到此类情况:由于实际的需要,某个类具有两个或两个以上的维度变化,如果利用继承将每种可能的变化情况都定义成一个类,一是会导致类膨胀的问题,二是以后不太好维护和并且违背类的设计 ...

  9. 云原生实践之 RSocket 从入门到落地:Servlet vs RSocket

    技术实践的作用在于:除了用于构建业务,也是为了验证某项技术或框架是否值得大规模推广. 本期开始,我们推出<RSocket 从入门到落地>系列文章,通过实例和对比来介绍RSocket.主要围 ...

  10. 【Node.js】一、搭建基于Express框架运行环境+更换HTML视图引擎

      1)安装express generator生成器 这个express generator生成器类似于vue-cli脚手架工具,用来创建一个后端项目,首先我们要对生成器进行全局安装,在cmd中输入下 ...