SymPy是一个用于符号数学的开源Python库。
我有一个带有索引变量的方程组。我想要的是解决一个变量的动态函数并取消另一个变量。例如: 从 sympy 导入符号、IndexedBase、Eq、求解 ...
鉴于我有以下表达式: 从 sympy 导入 * a,b,c,d = var('a b c d') 变量 = { 'a': a, 'b': b, 'c': c, 'd': d } 字符串=“(a> 1548)|(a> 2090)|(b> 2662)...
如何解决 Android 13 的 kivy 应用程序的 Buildozer 打包中与 Kivy 的 Cython 编译相关的错误
我运行了以下 buildozer 代码,用于为 Android 环境打包 kivy 应用程序 !buildozer -v android 调试 我收到以下错误片段,显示一系列相关的错误...
我是 sympy 的新手,我想计算具有两个周期变量的有限级数的导数。例如,我尝试了以下代码: 从 sympy 导入符号、Sum、diff、IndexedBase...
可以将lambdaify()与Sympy一起使用,以利用三个方程和三个未知数的数值求解器
我需要同时求解三个实数多元方程(三个变量)以获得数值结果(在本例中不是符号性的)。过去,我只使用了 SymPy 的solve() 函数。 ..
很难为测地方程创建函数 `scipy.integrate.solve_bvp`
自从我开始学习python库sympy和scipy以来,我想知道如何使用函数scipy.integrate.solve_bvp和sympy符号来实现测地方程[1]。我能够实施...
使用 init_printing 在 Jupyter 笔记本单元中打印多个矩阵
我有两个矩阵想要使用 init_printing 在一个 jupyter 单元格中打印,当我尝试打印它们时,只打印最后一个。 将 numpy 导入为 np from sympy import init_printing,马...
我有一个很长的表达式,在导数之后,出现了带有虚拟变量 _xi_1 的项, Subs(导数(eta(_xi_1), _xi_1), _xi_1, 0) 类型(exp_list[0].args[2].args[2].args[1][0])
我想通过指定 Idx 对象的范围来简化带有案例/分支的表达式。考虑以下示例: 将 sympy 导入为 sym i = sym.Idx("i") j = sym.Idx(&quo...
在Python中找到与另外两个圆相切的圆的近似坐标的最快方法是什么?
我正在尝试编写一段代码,将不同半径的圆有效地打包成方形薄片。使用我正在使用的算法,我需要找到以下之间的切线: 一个带有...的圆圈
我想使用 Sympy 区分离散随机变量 T 相对于质量 q(t') 之一的熵 H(T)。 下面实现了 H(T) 的表达式: 将 sympy 导入为...
为什么当我尝试获取此差异时: 我没有得到预期的结果 结果本来是: 我尝试 diff(sin(x)**tan(x)) 并简化是否有任何方法可以获得我预期的上述值
我是 Sympy 的新手,尽管我可以使用诸如Integrate(atan(x), (x, 0, pi/2)) 之类的方法进行定积分。但是如何以非数值方式(符号方式)计算积分呢?另外,我该如何
我想使用 Sympy 区分离散随机变量 T 相对于质量 q(t') 之一的熵 H(T)。 下面实现了 H(T) 的表达式: 将 sympy 导入为...
以下脚本计算球体的体积 从 sympy 导入 sqrt、符号、积分 x,y = 符号('x y ') R = 符号('R', 常量=True) # 半径 f=sqrt(R**2 - x**2 - y**2) # 显式
sympysolve() 结果不能在 np.isclose() 中使用:不支持 ufunc 'isfinite'
我的代码如下。目标是,给定 1) 半径为 r 的圆,2) 其上的点 (x0, y0),以及 3) 通过该点的斜线,找出该线与 w 相交的另一个点...
我使用 evalf 或使用 subs 没有得到相同的结果。为什么? 从 sympy 导入 * x = 符号('x') w = 符号('w') b = 符号('b') i = 符号('I') e = 符号('E') c3 = 符号('c3') m1 = w*b/2*x yd1=
自定义 SymPy 的正无穷大 LaTeX 表示形式以显示 +\infty
我注意到在 SymPy 中,正无穷大的默认 LaTeX 表示形式是 \infty。我正在寻找一种方法来自定义此表示以显示 +\infty 。 我曾在这里探索过 https://
我正在尝试在 python 中实现具有最佳步骤的梯度下降方法,但出现此错误: AttributeError:“Float”对象没有属性“sqrt” if (np.linalg.norm(np.array(dk)) < e...