【超干货】用Python打开高等数学-sympy

简介: 用Python打开高等数学,让你的数学学习没烦恼。-sympy

视频讲解地址https://www.bilibili.com/video/BV12V4y1w7Rs/

所用语句如下:

import sympy as smp
from sympy import *

x,y = smp.symbols("x y")

f = x**12 + y

f.subs(x,4)

g = smp.asin(x)

g.subs(x,1)

g1 = smp.tan(x)

g1.subs(x,1)

smp.log(81,9)

x**(9/2)

求极限

smp.sin(x/2 + smp.sin(x))

smp.limit(smp.sin(x/2 + smp.sin(x)),x,smp.pi)

2*smp.exp(1/x) / (smp.exp(1/x)+1)

smp.limit(2*smp.exp(1/x) / (smp.exp(1/x)+1),x,0,dir='+')

smp.limit((smp.cos(x)-1)/x,x,smp.oo)

(smp.cos(x)-1)/x

((1+smp.sin(x))/(1-smp.cos(x)))**2

smp.diff( ((1+smp.sin(x))/(1-smp.cos(x)))**2,x)

smp.diff( ((y+smp.sin(x))/(1-smp.cos(x)))**2,x)

smp.log(x,5)**(x/2)

smp.diff((smp.log(x,5)**(x/2)),x)

f,g,p = smp.symbols('f g p',cls=smp.Function)

g = g(x)
f = f(x+g)

smp.diff(f,x)

p = p(x**2+f)

smp.diff(p,x)

smp.integrate(smp.csc(x)*smp.cot(x),x)

// 默认不加C

smp.integrate(4*smp.sec(3*x)*smp.tan(3*x),x)

2/smp.sqrt(1-x**2) - 1/x**(1/4)
smp.integrate(2/smp.sqrt(1-x**2) - 1/x**(1/4),x)

2/smp.sqrt(1-x**2) - 1/x**smp.Rational(1,4)
smp.integrate(2/smp.sqrt(1-x**2) - 1/x**smp.Rational(1,4),x)

f1=x+y-3
f2=x-y+5
solve([f1,f2],[x,y])

f1=sin(x)/x
f2=(1+x)**(1/x)
f3=(1+1/x)**x
lim1=limit(f1,x,0)
lim2=limit(f2,x,0)
lim3=limit(f3,x,oo)
print(lim1,lim2,lim3)

(1+smp.sqrt(x))**smp.Rational(1,3)/smp.sqrt(x)
smp.integrate((1+smp.sqrt(x))**smp.Rational(1,3)/smp.sqrt(x),x)
x*(1-x**2)**smp.Rational(1,4)
smp.integrate(x*(1-x**2)**smp.Rational(1,4),x)
(2*x-1)*cos((3*(2*x-1)**2+6)**smp.Rational(1,2))/(3*(2*x-1)**2+6)**smp.Rational(1,2)
smp.integrate((2*x-1)*cos((3*(2*x-1)**2+6)**smp.Rational(1,2))/(3*(2*x-1)**2+6)**smp.Rational(1,2),x)
smp.integrate(smp.exp(x)/smp.sqrt(smp.exp(2*x)+9),(x,0,smp.log(4)))
t = smp.symbols('t')
smp.integrate(x**10*smp.exp(x),(x,1,t))
(16*atan(x))/(1+x**2)
smp.integrate((16*atan(x))/(1+x**2),(x,0,oo))
n=smp.symbols('n')
smp.Sum(6/4**n,(n,0,smp.oo))
smp.Sum(6/4**n,(n,0,smp.oo)).doit()

smp.Sum(smp.atan(n)/n**smp.Rational(11,10),(n,1,smp.oo)).n()
smp.Sum((1+smp.cos(n))/n**2,(n,1,smp.oo)).n()
目录
相关文章
|
17天前
|
算法 数据处理 Python
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
Savitzky-Golay滤波器是一种基于局部多项式回归的数字滤波器,广泛应用于信号处理领域。它通过线性最小二乘法拟合低阶多项式到滑动窗口中的数据点,在降噪的同时保持信号的关键特征,如峰值和谷值。本文介绍了该滤波器的原理、实现及应用,展示了其在Python中的具体实现,并分析了不同参数对滤波效果的影响。适合需要保持信号特征的应用场景。
77 11
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
|
1月前
|
数据可视化 编译器 Python
Manim:数学可视化的强大工具 | python小知识
Manim(Manim Community Edition)是由3Blue1Brown的Grant Sanderson开发的数学动画引擎,专为数学和科学可视化设计。它结合了Python的灵活性与LaTeX的精确性,支持多领域的内容展示,能生成清晰、精确的数学动画,广泛应用于教育视频制作。安装简单,入门容易,适合教育工作者和编程爱好者使用。
348 7
|
7月前
|
存储 算法 数据挖掘
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
python 数学+减治、下一个排列法、DFS回溯法实现:第 k 个排列【LeetCode 题目 60】
|
3月前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
94 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
3月前
|
机器学习/深度学习 算法 C语言
【Python】Math--数学函数(详细附解析~)
【Python】Math--数学函数(详细附解析~)
|
3月前
|
iOS开发 MacOS Python
Python编程-macOS系统数学符号快捷键录入并生成csv文件转换为excel文件
Python编程-macOS系统数学符号快捷键录入并生成csv文件转换为excel文件
40 0
|
6月前
|
自然语言处理 程序员 编译器
`pylatex`是一个Python库,用于生成LaTeX文档。LaTeX是一种用于高质量排版和打印的文档准备系统,特别适用于科学、技术和数学文档。
`pylatex`是一个Python库,用于生成LaTeX文档。LaTeX是一种用于高质量排版和打印的文档准备系统,特别适用于科学、技术和数学文档。
|
8月前
|
Python 计算机视觉
2024年Python最新利用python进行数学公式识别_python 识别图片中的数学公式,2024年最新字节跳动技术岗位面试
2024年Python最新利用python进行数学公式识别_python 识别图片中的数学公式,2024年最新字节跳动技术岗位面试
2024年Python最新利用python进行数学公式识别_python 识别图片中的数学公式,2024年最新字节跳动技术岗位面试
|
8月前
|
存储 算法 决策智能
Python 数学应用(三)(3)
Python 数学应用(三)
123 2
Python 数学应用(三)(3)
|
8月前
|
消息中间件 Kafka Python
Python 数学应用(四)(3)
Python 数学应用(四)
57 5