Python 用辛函数求函数的导数（用于以后的求值和替换）

我希望尽可能长时间地使用泛型函数，最后只使用替换函数。 我想把一个函数定义为另一个函数的导数，用这个函数及其导数定义一个泛型表达式，并在最后替换这个函数。 现在，我的尝试如下所示，但我得到一个错误，即“派生”对象不可调用

来自sympy导入函数的

x、 y，z=符号（'x y z'）
f=函数（'f'）
df=f（x）.diff（x）#正如你所说，
f.diff（x）
不起作用，这是非常令人失望的。也许有人会在将来的某个时候创建并支持它。同时，有两种方法：用
x
代替
y，z，
或lambdify
df

我认为从长远来看，第一种方法会更加有效（例如，如果你决定扩展到多元微积分）。但第二个选项中的
expr
要自然得多

使用替换：

来自sympy导入的
*
x、 y，z=符号（'x y z'）
X=符号（'X'）
f=函数（'f'）
df=f（x）.差（x）
expr=f（x）*测向潜艇（x，z）+测向潜艇（x，y）+测向潜艇（x，0）
打印（expr.replace（f，Lambda（X，cos（X）））.doit（）

lambdizing
df
：

来自sympy导入的
*
x、 y，z=符号（'x y z'）
X=符号（'X'）
f=函数（'f'）
df=λt:f（t）.diff（t）如果是恒量（t，符号），则为f（X）.diff（X）.subs（X，t）
expr=f（x）*df（z）+df（y）+df（0）
打印（expr.replace（f，Lambda（X，cos（X）））.doit（）

两者都提供了所需的输出。
正如您所说，
f.diff（x）
不起作用，这让人非常失望。也许有人会在将来的某个时候创建并支持它。同时，有两种方法：用
x
代替
y，z，
或lambdify
df

我认为从长远来看，第一种方法会更加有效（例如，如果你决定扩展到多元微积分）。但第二个选项中的
expr
要自然得多

使用替换：

来自sympy导入的
*
x、 y，z=符号（'x y z'）
X=符号（'X'）
f=函数（'f'）
df=f（x）.差（x）
expr=f（x）*测向潜艇（x，z）+测向潜艇（x，y）+测向潜艇（x，0）
打印（expr.replace（f，Lambda（X，cos（X）））.doit（）

lambdizing
df
：

来自sympy导入的
*
x、 y，z=符号（'x y z'）
X=符号（'X'）
f=函数（'f'）
df=λt:f（t）.diff（t）如果是恒量（t，符号），则为f（X）.diff（X）.subs（X，t）
expr=f（x）*df（z）+df（y）+df（0）
打印（expr.replace（f，Lambda（X，cos（X）））.doit（）

两者都提供所需的输出。
不要将python
函数
（或kambda
）与
sympy.function
混淆。它们可能都是
可调用的
，但我怀疑类
mro`是否连接。我认为在这方面它们是等价的（我可能弄错了）。我只是喜欢使用常规的
lambda
。它让我觉得它更快，因为它通过if语句运行，而不是逐段分析更复杂的
sympy.函数。不要将python
函数（或kambda
）与
sympy.函数
混淆。它们可能都是
可调用的
，但我怀疑类
mro`是否连接。我认为在这方面它们是等价的（我可能弄错了）。我只是喜欢使用常规的
lambda
。它让我感觉速度更快，因为它通过if语句运行，而不是解析更复杂的
sympy.pieclewise
。