SymPy 符号计算指南：3 个场景跑通解方程、求导积分与矩阵

SymPy 符号计算指南3 个场景跑通解方程、求导积分与矩阵【免费下载链接】sympyA computer algebra system written in pure Python项目地址: https://gitcode.com/GitHub_Trending/sy/sympy先拿 Excel 估一个导数试试(f(xh) − f(x))/h 当 h 取 0.01 和 0.001 时算出来的值差出最后一位小数把 h 再调小结果又变了而且你没法判断哪个 h 更可信。两个数字各自看着都对拼在一起却对不上。数值近似这种差一点点的结果你永远说不清是方法本身有问题还是机器精度先丢了——这正是 SymPy 这类符号计算工具要解决的问题。手推公式也差不多。积分 ∫eˣ·sin x dx 要分两次部分积分正负号翻来覆去推完自己都不敢确认。这类问题有个统一解法不代入数值、不做四舍五入让程序直接操作代数式本身拿到精确的、可以反推验证的表达式。这种技术叫符号计算SymPy 就是一个用纯 Python 写成的计算机代数系统CAS把这套能力装进了你的 Python 环境。下面挑三个最高频的场景——解方程、求导与积分、矩阵运算每个场景一段能直接粘贴运行的最小代码。跑完这三个你对 SymPy 符号计算的常用姿势就有数了结尾再补一两个进阶玩法。 一行命令装好 SymPy安装这一步就是装环境三种方式按你的习惯三选一方式命令适合谁pippip install sympy绝大多数环境默认选它condaconda install -c conda-forge sympy已经在用 Anaconda 或 Miniconda 的源码git clone https://gitcode.com/GitHub_Trending/sy/sympy cd sympy python -m pip install --editable .想跟最新开发版的三种方式装出来的 SymPy 功能一致区别只在装的位置和更新频率。pip 会自动装上 SymPy 依赖的 mpmath一般不用单独操心。装完跑这行确认一下import sympy print(sympy.__version__)能打印出版本号环境就就绪了依赖装不上或者想加可选加速项看 doc/src/install.md 里的完整说明。用 SymPy 解方程三步拿到精确解声明符号、写方程、调 solve就三步from sympy import symbols, solve x symbols(x) solve(x**3 - 6*x**2 11*x - 6, x)输出 [1, 2, 3]三个根全是精确整数不是 1.0000001 这种浮点近似。这个多项式恰好能拆成 (x−1)(x−2)(x−3)solve 直接把分解后的根给了你。联立线性方程同样省事两个方程、两个未知数两个列表对齐传【免费下载链接】sympyA computer algebra system written in pure Python项目地址: https://gitcode.com/GitHub_Trending/sy/sympy创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考