Python 2.7 我如何确保Symphy'；s'；求解'；是否仅查找第一个（最接近的0）解决方案？

我无法从

solve

获得合理的解决速度

我可以使用下面的代码得到正确的结果，但是

• 要花很长时间才能得到它们

及

• 我也得到了太多的结果（我只需要第一个），这意味着
• 我必须通过尴尬的通道才能得到第一个
• 即使这样，第一个也不太正确，我需要做一些难看的按摩来得到我想要的

显然，对于有效地使用Symphy，我有一些不了解的地方，特别是将结果限制在一个，并确保一个是我期望的第一个（这里，特别是最接近0的一个）

如何确保Symphy的

solve

仅（且相对快速）找到第一个（最接近的0）解决方案

---

---

尝试用符号参数代替浮点变量来求解方程组。如果

solve

能够找到符号解，则只需将解的参数替换为相应的浮点数，这比每次提供不同的参数值时重新求解系统要快得多。如果您只对数值解感兴趣，使用类似于

sympy.nsolve

的数值解算器可能会更幸运。请尝试使用符号参数代替浮点变量来解算方程组。如果

solve

能够找到符号解，则只需将解的参数替换为相应的浮点数，这比每次提供不同的参数值时重新求解系统要快得多。如果您只对数值解感兴趣，使用类似于

sympy.nsolve

的数值解算器可能会更幸运。

from sympy.solvers import solve
from sympy import Symbol
import sympy

MODEL_PLANETS = ['Mercury', 'Venus', 'Mars', 'Jupiter', 'Saturn']
ra_obs = dict(zip(['Sun'] + MODEL_PLANETS,
                  [ra / 24 for ra in [18.73930, 20.11652, 16.04319, 13.81240, 11.61406, 16.65653]]))
rho = dict(zip(['Sun'] + MODEL_PLANETS,
               [0.0, 0.387, 0.723, 0.656168, 0.192197, 0.104833]))


def f(x, p):
    if p in ['Mercury', 'Venus']:
        return sympy.exp(2 * sympy.pi * sympy.I * ra_obs['Sun']) + rho[p] * sympy.exp(2 * sympy.pi * sympy.I * x)
    else:
        return rho[p] * sympy.exp(2 * sympy.pi * sympy.I * ra_obs['Sun']) + sympy.exp(2 * sympy.pi * sympy.I * x)


theta = Symbol('theta', nonnegative=False)


def get_solution(p):
    s = sympy.re((solve([sympy.re(f(theta, p)) - sympy.cos(2 * sympy.pi * ra_obs[p]),
                         sympy.im(f(theta, p)) - sympy.sin(2 * sympy.pi * ra_obs[p])], theta)[0])[theta])
    return (24 * (s if s > 0 else 1 - s)) % 24


for p in MODEL_PLANETS:
    print('{} = {}'.format(p, 24 - get_solution(p)))