SymPy：1 分钟跑通 Python 符号计算，代数、微积分、解方程一个库搞定-平芜编程栈

SymPy：1 分钟跑通 Python 符号计算，代数、微积分、解方程一个库搞定

【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

SymPy 是纯 Python 编写的计算机代数系统，用符号计算代替浮点近似，直接给出精确的数学结果。它面向学生、开发者和科研人员，适合所有需要"算得准、看得懂"的数学场景，从化简一个表达式到解微分方程都能覆盖。

核心价值：精确符号计算，而非数值近似

SymPy 的定位很明确：用 Python 做数学，但结果不丢精度。sqrt(8)在 SymPy 里是2*sqrt(2)，而不是 2.8284271247461903；方程解以根式形式给出，积分以解析式返回。它无需编译扩展，装完即用，这也是它和各类数值库最大的分工差异。

SymPy 在终端中的符号计算会话

30 秒上手：pip 一条命令，3 行代码见第一个结果

安装只需要一行，Python 3.9 及以上环境直接可用；需要最新开发版时，克隆仓库再装：

pip install sympy # 或者从源码安装最新开发版 git clone https://gitcode.com/GitHub_Trending/sy/sympy && cd sympy && python -m pip install .

导入即用，下面的代码复制粘贴就能运行，最后一行就是 SymPy 给你的第一个精确答案：

from sympy import symbols, expand, simplify, sqrt x, y = symbols('x y') # 必须先声明符号，不能直接用变量名 expr = sqrt(8) # 精确值：2*sqrt(2) print(expand(x*(x + 2*y))) # -> x**2 + 2*x*y print(simplify(expr)) # -> 2*sqrt(2)

Notebook 中的 SymPy 积分结果

核心能力速览：代数、微积分、矩阵、方程四类高频操作

SymPy 覆盖日常数学需求的四个高频场景，每个都只需一行调用。

代数操作：一行代码完成展开、因式分解与精确求根

expand展开、factor因式分解、solve解方程，输入输出全是精确符号形式，不经过浮点数。

from sympy import expand, factor, solve print(factor(x**2 + 2*x*y)) # -> x*(x + 2*y) print(solve(x**2 - 2, x)) # -> [-sqrt(2), sqrt(2)] print(solve(x**3 - 6*x + 1, x)) # 三次方程：返回三个精确的根式根

三次方程的根以根式完整给出，这是符号计算区别于数值求根的地方：答案本身就是证明。

微积分三件套：求导、积分、极限都返回解析式

diff、integrate、limit三个函数覆盖微积分基础，结果均为闭合解析式。

from sympy import diff, integrate, limit, sin, exp, cos print(diff(sin(x)*exp(x), x)) # -> exp(x)*sin(x) + exp(x)*cos(x) print(integrate(exp(x)*sin(x) + exp(x)*cos(x), x)) # -> exp(x)*sin(x) print(limit(sin(x)/x, x, 0)) # -> 1

极限直接返回闭式结果，不依赖数值逼近，0/0型未定式也能给出严格答案。

矩阵运算：零配置求特征值与线性方程组

Matrix创建后即可调用eigenvals求特征值，解线性方程组用LUsolve。

from sympy import Matrix M = Matrix([[1, 2], [2, 2]]) print(M.eigenvals()) # -> {3/2 - sqrt(17)/2: 1, 3/2 + sqrt(17)/2: 1} A, b = Matrix([[2, 1], [1, 3]]), Matrix([5, 10]) print(A.LUsolve(b)) # -> Matrix([[5/7], [65/7]])

特征值以根式精确呈现并附带重数，矩阵运算全程不涉及任何近似。

可视化：plot 直接画出函数图像

SymPy 自带绑制接口，不需要额外的绘图库。

from sympy import plot, sin plot(sin(x), (x, -12, 12), show=False) # 有图形界面时自动弹出，无界面可保存

配合图形后端，一行即可出图，下面这张区域填充效果就是绑制模块的测试输出：

plot 生成的区域填充图

完整场景：解微分方程并自动回代验证

工程中最典型的诉求是解微分方程并确认解正确，SymPy 可以把求解与验证串起来，整个过程不到 10 行代码。

from sympy import Function, symbols, dsolve, Eq, simplify t = symbols('t') f = Function('f') # 背景：二阶常系数齐次 ODE，初始条件 f(0)=1, f'(0)=0 ode = Eq(f(t).diff(t, 2) + 2*f(t).diff(t) + 5*f(t), 0) sol = dsolve(ode, f(t), ics={f(t).subs(t, 0): 1, f(t).diff(t).subs(t, 0): 0}) g = sol.rhs # 验证：把解代回原方程，残差应为 0 print(simplify(g.diff(t, 2) + 2*g.diff(t) + 5*g)) # -> 0 print(g.subs(t, 0)) # -> 1

得到的解是(sin(2t)/2 + cos(2t))*exp(-t)，残差化简为 0 且满足初始条件，说明结果严格成立，整个流程无需任何数值迭代。