是渐近可以快速计算傅里叶变换,还是我需要另一个软件?因为我尝试了很多东西。不过,我对python和Sympy相当缺乏经验。有没有更快的方法用python进行这些Fourier变换?
(a +j \omega) / (4a^2 +(a+j \omega)^2)我尝试了这样的
from sympy import poly, pi, I, pow
from sympy.abc import a,f, n, k
n = poly(a**2 + t**2)
k = t / n
fourier_transform(k , t, 2*pi*f)
我收到这样的信息:
我使用Sympy来表示自定义交换伪环的元素。我想让Sympy知道我的域中的一些具体的简化规则,比如
x*x = x
n*x = x
有了这些规则,我希望像x*y*x + y*x这样的东西在x*y中得到简化。有没有办法在Sympy中做到这一点?你有没有推荐其他的lib来做这件事?(我只使用expand、simplify、等价性测试、subs和parse_expr)
在Python2.7.11上使用SympyPackageVersion1.0,我发现(对我来说)是不一致的。这是我使用的代码:
import sympy as sy
from sympy.stats import Normal, density
from sympy.assumptions import assuming, Q, ask
sy.init_printing()
a = sy.symbols('a', real=True)
with assuming(Q.positive(a)):
print ask(Q.positive(a))
N = No
试图在Mac上运行Octave。当我运行诊断命令sympref diagnose时。我知道一切都配置得很好:
Symbolic package diagnostics
============================
Python and SymPy are needed for most features of the Symbolic package.
The Python interpreter is currently: "/Library/Frameworks/Python.framework/Versions/3.7/bin/python3".
Com
integrate(log(abs(x)),x)给出了异常。但integrate(log(x),x)并非如此。为什么?
>python
Python 3.6.1 |Anaconda custom (64-bit)| (default, May 11 2017, 13:09:58)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>
这是我的代码: import sympy
question = '''(6i+7+9+6)+(9i-0i+4)-(3i+9*1)'''
result = sympy.simplify(question)
print(result) 而exeption是: sympy.core.sympify.SympifyError: Sympify of expression 'could not parse '(6i+7+9+6)+(9i-0i+4)-(3i+9*1)'' failed, because of excepti
因此,我一直使用Sympy作为集成python的工具。通常我没有问题,但这一次没有给我一个非常有用的答案。
from sympy import *
psi, x, a = symbols('psi, x, a') #Where a is a real constant
def psi(x):
return 1./(x**2 + a**2)
I = integrate(psi(x)**2 ,(x,-oo,oo)) #No complex conjugate
print I
a应该是一个真正的常数,解应该等于1,它是一个波函数,我需要找到一个,任何人能帮我找到一个更
我有两个由变量"t“参数化的方程。它们看起来像:
X = p(t)
Y = q(t)
其中p和q是t中的多项式。我想使用Python库来消除t变量,并对某些函数X表示Y= F(X)。我尝试在SymPy中使用SymPy (),但效果不是很好。我知道Maple和Mathematica都有可以做到这一点的消除()函数,但是我想知道Python是否有一个通用的函数可以做到这一点。
我试图用SymPy和SymPy的衍射包在流形上定义一个方程。由于这个方程是由用户输入的,所以它作为字符串发送到程序中,因此在代码中的流形定义之前就定义了它。为了进行有意义的计算,我试图用定义在流形上的符号替换“符号化”符号。
这是一个由用户提供的函数。
H = sympify('m*a - f')
用户还将流形的坐标作为字符串提供。
# Variables defined as symbols (non-diffgeom)
a = Symbol('a')
f = Symbol('f')
之后的一切都是自动化的。
from sympy.diffge
我有两个问题需要解决,那就是我的代码。
问题1:
正如你在下面的代码中看到的,我想要找到一个向量的范数,并将"t“和"L”声明为实数符号,但输出似乎将变量"t“和"L”视为复数变量,尽管它们已声明为实数。在使用.norm()函数时,如何才能将变量视为实数?
代码:
from sympy import Symbol
from sympy import Matrix
from sympy import cos
from sympy import sin
from sympy import I
L=Symbol("L",real=True)
t=Sym
我想在python中用符号代数计算阶乘和。我可以生成的问题的最简单版本是:
from sympy.abc import j
from math import factorial
from sympy import summation
summation(factorial(j), (j, 1, 4))
我得到了以下错误:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "sympy/core/expr.py", line 194
我想用python渐近plot_implicit在同一张图中画出不同的方程。
下面是我的示例代码,但这不能正常工作。现在隐式函数只是圆,但我想在不久的将来处理更复杂的方程。
此外,我还想在同一张图中绘制坐标点(在示例代码中作为“点”)。
有人能解决这个问题吗?
import math
import numpy as np
import matplotlib.pyplot as plt
from sympy import *
from sympy.plotting import plot
from sympy.plotting import plot_implicit
points = np.