Python 中Sympy如何使用，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
1、表达式与表达式求值：
#--------多项式求解--------#定义变量x=sympy.Symbol('x')fx=5*x+4#使用evalf函数传值y1=fx.evalf(subs={x:6})print(y1)#多元表达式x=sympy.Symbol('x')y=sympy.Symbol('y')fx=x*x+y*yresult=fx.evalf(subs={x:3,y:4})print(result)2、函数方程求解：
#解方程 有限解#定义变量x=sympy.Symbol('x')y=sympy.Symbol('y')fx=x*3+9#可求解直接给出解向量print(sympy.solve(fx,x))#解方程无穷多解#定义变量x=sympy.Symbol('x')y=sympy.Symbol('y')fx=x*3+y**2#得到是x与y的关系式，print(sympy.solve(fx,x,y))#解方程组#定义变量x=sympy.Symbol('x')y=sympy.Symbol('y')f1=x+y-3f2=x-y+5sympy.solve([f1,f2],[x,y])求和
import sympy#定义变量n=sympy.Symbol('n')f=2*n#前面参数放函数，后面放变量的变化范围s=sympy.summation(f,(n,1,100))print(s)解带有求和式的方程 ：
#解释一下，i可以看做是循环变量，就是x自己加五次#先定义变量，再写出方程x=sympy.Symbol('x')i=sympy.Symbol('i')f=sympy.summation(x,(i,1,5))+10*x-15result=sympy.solve(f,x)print(result)4、求极限（注意，math包中sin和很多数学函数会报错，要用sympy中的，无穷大用 sympy.oo 表示）
#求极限使用limit方法#定义变量与函数x=sympy.Symbol('x')f1=sympy.sin(x)/xf2=(1+x)**(1/x)f3=(1+1/x)**x#三个参数是 函数，变量，趋向值lim1=sympy.limit(f1,x,0)lim2=sympy.limit(f2,x,0)lim3=sympy.limit(f3,x,sympy.oo)print(lim1,lim2,lim3)5、求导
#求导使用diff方法x=sympy.Symbol('x')f1=2*x**4+3*x+6#参数是函数与变量f1_=sympy.diff(f,x)print(f1_) f2=sympy.sin(x)f2_=sympy.diff(f2,x)print(f2_) #求偏导y=sympy.Symbol('y')f3=2*x**2+3*y**4+2*y#对x，y分别求导，即偏导f3_x=sympy.diff(f3,x)f3_y=sympy.diff(f3,y)print(f3_x)print(f3_y)6、求定积分
#求定积分用 integrate方法x=sympy.Symbol('x')f=2*x#参数传入 函数，积分变量和范围result=sympy.integrate(f,(x,0,1))print(result)上面的求法有点烂，难的就罢工不干了，我丢，还是喜欢scipy，如下： http://liao.cpython.org/scipy18/ scipy 还能解决很多数值计算，包括多重积分。
from scipy import integratedef f(x): return x + 1v, err = integrate.quad(f, 1, 2)# err为误差print （v）以下计算多重积分：
#求多重积分，先求里面的积分，再求外面的x,t=sympy.symbols('x t')f1=2*tf2=sympy.integrate(f1,(t,0,x))result=sympy.integrate(f2,(x,0,3))print(result)7、求不定积分
#求不定积分其实和定积分区别不大x=sympy.Symbol('x')f=(sympy.E**x+2*x)f_=sympy.integrate(f,x)print(f_)8、数学符合补充：
#数学符合#虚数单位isympy.I#自然对数低esympy.E#无穷大sympy.oo#圆周率sympy.pi#求n次方根sympy.root(8,3)#求对数sympy.log(1024,2)#求阶乘sympy.factorial(4)#三角函数sympy.sin(sympy.pi)sympy.tan(sympy.pi/4)sympy.cos(sympy.pi/2)9、公式展开与折叠
x=sympy.Symbol('x')#公式展开用expand方法f=(1+2*x)*x**2ff=sympy.expand(f)print(ff)#公式折叠用factor方法f=x**2+1+2*xff=sympy.factor(f)print(ff)10、公式分离与合并（分数的分离与合并）
x=sympy.Symbol('x')y=sympy.Symbol('y')#公式展开用apart方法,和expand区别不是很大，常用于分数进行分离f=(x+2)/(x+1)ff=sympy.apart(f)print(ff)#公式折叠用tegother方法f=(1/x+1/y)ff=sympy.together(f)print(ff)表达式简化
#simplify( )普通的化简simplify((x**3 + x**2 - x - 1)/(x**2 + 2*x + 1))#trigsimp( )三角化简trigsimp(sin(x)/cos(x))#powsimp( )指数化简powsimp(x**a*x**b)看完上述内容，你们掌握Python 中Sympy如何使用的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注编程网行业资讯频道，感谢各位的阅读！
