Python 如何求向量的辛导数？

我想知道在

symphy

中是否可以使用向量表示法对多项式和表达式求导。例如，如果我有一个表达式作为两个坐标x1和x2的函数，我可以只调用一次

diff（x）

，其中

x

是

x1

和

x2

的向量，或者我需要对

x1

和

x2

进行两次单独的

diff

调用，并将它们堆叠在一个矩阵中吗

这说明了什么是有效的，而我理想的工作方式是：

import sympy
from sympy.matrices import Matrix

# I understand that this is possible: 
x1 = sympy.symbol.symbols('x1')  
x2 = sympy.symbol.symbols('x2')

expr_1 = x1**2+x2
poly_1 = sympy.poly(expr_1, x1, x2)

print Matrix([[poly_1.diff(x1)],[poly_1.diff(x2)]])

# but is something like this also possible?
x1 = sympy.symbol.symbols('x1')  
x2 = sympy.symbol.symbols('x2')
x_vec = Matrix([[x1],[x2]])

expr_1 = x1**2+x2
poly_1 = sympy.poly(expr_1, x1, x2)

# taking derivative with respect to a vector
poly_1.diff(x_vec)

# should ideally return same as first example: 
'''
Matrix([
[Poly(2*x1, x1, x2, domain='ZZ')],
[   Poly(1, x1, x2, domain='ZZ')]])
'''
# but it fails :(

有没有一种方法可以在

sympy

中对向量求导数

---

谢谢。

也许您想到的是雅可比的

>>> Matrix([Poly(x**2+y,x,y)]).jacobian([x, y])
Matrix([[Poly(2*x, x, y, domain='ZZ'), Poly(1, x, y, domain='ZZ')]])

而
[x，y]
参数可以是
矩阵（[x，y]）
或其转置