我们最开始使用python基本都是做数值计算的，而在处理数学问题时常常也需要进行一些符号运算，python能否胜任这种需求呢？当然是可以的，我们就以微积分为例，来见识一下python处理符号运算和数值运算的双重能力。需要安装一款python的第三方库sympy，可以直接使用pip3 install sympy来进行安装，也可以通过其他方式安装。本文无意于让大学生完成高等数学作业时投机取巧，不过作为验证自己计算是否正确的工具倒是不错。sympy更有意义的用途是用于科学计算模拟系统运行状况。
1. 变量定义
数学问题中，我们常常需要定义一些自变量，然后使用一组映射作用在这些自变量上构成数学方程。sympy提供了数学符号相关的数据结构Symbol，在进行符号运算之前需要先定义一些自变量符号。单个符号直接使用sympy.Symbol()，多个符号就可以使用sympy.symbols()来进行定义。
符号变量的定义
从以上演示可以看出，sympy中定义了一个sympy.core.symbol.Symbol类，这个类就是sympy进行符号运算最基础的数据结构。
2. 微积分基础
事实上，sympy可以完成高等数学中几乎所有的操作，当然也包括一些基础的运算。而计算微积分的时候我们常常需要具备一些数学运算的基础，比如极限、表达式展开和合并等等，这里顺便演示使用sympy一下。
微积分基础
从以上演示看出，sympy在处理极限、表达式展开和化简等数学基础运算时非常直观，基本与人工手动计算的形式一致。如果你有一个很复杂的带有同类项的表达式，可以使用sympy.simplify函数试试。
3. 一元微积分
我们先来看看一元微积分，即只有一个自变量的微积分。由于普通的python库基本都是进行数值计算的，因此在构建符号函数时不能直接使用，比如numpy；而应该使用sympy中提供的基础符号函数来构建复杂的符号函数，比如sympy.sin(), sympy.exp()等等。计算符号函数导数的方法也很简单，直接使用sympy.diff()，而计算积分可以直接调用sympy.integrate()函数。
一元微积分
一元微积分的符号运算以及对应的数值运算如上图演示。大家可以发现，在计算不定积分时，省略了一个常数项。通常在未给定初值的情况下，我没也不关心这个常数项，与日常计算微积分的情形基本一致。
4. 多元微积分
了解了一元微积分的计算，自然就更想见识一下多元微积分的计算，sympy在这方面也是非常地强大。所使用的接口仍然是diff和integrate这两个函数。通过变量与基础函数的拼接所形成的复杂函数在sumpy中是一个sympy.core.add.Add对象，使用这个对象直接调用diff函数并指定自变量就可以求解对应的偏导数。多重积分的计算与一元积分是相似的，只是需要传入想要进行积分运算的符号自变量。
多元微积分
5. 微分方程
基本的微积分运算都了解了，但是微积分中一类非常常见的问题还是有必要演示一下，即微分方程的求解。sympy可以求解普通的方程或者方程组是理所当然的，那么对于微分方程的求解是否也那么顺利呢？sympy对方程组的求解函数与matlab是一致的，这对于从matlab迁移到python的朋友来说是个很不错的消息。手动解算过微分方程的朋友都应该知道，微分方程的基础是建立在一个未知函数的导数之上的，那么这个未知的函数该如何表示这是个问题。在sympy中，使用sympy.Function()接口创建这个未知的函数，然后利用这个函数构建微分方程，使用dsolve求解。
微分方程
到此，使用sympy模块进行微积分符号和数值计算的演示完毕。最开始我们处理这类问题的首选是matplab，等到掌握sympy之后，就没有再使用matlab的动力了。sympy不仅是免费的，而且轻量级，使用过程与matlab一样方便。本文的notebook版文件在github上的cnbluegeek/notebook仓库中共享，欢迎感兴趣的朋友下载。
