黑马程序员技术交流社区
标题:
【上海校区】Python/Sympy计算梯度、散度和旋度
[打印本页]
作者:
梦缠绕的时候
时间:
2018-9-27 09:27
标题:
【上海校区】Python/Sympy计算梯度、散度和旋度
sympy有个
vector
模块,里面提供了求解标量场、向量场的梯度、散度、旋度等计算,官方参考连接:
http://docs.sympy.org/latest/modules/vector/index.html
sympy中计算梯度、散度和旋度主要有两种方式:
一个是使用∇∇算子,sympy提供了类Del(),该类的方法有:cross、dot和gradient,cross就是叉乘,计算旋度的,dot是点乘,用于计算散度,gradient自然就是计算梯度的。
另一种方法就是直接调用相关的API:curl、divergence和gradient,这些函数都在模块
sympy.vector
下面。
使用sympy计算梯度、散度和旋度之前,首先要确定坐标系,sympy.vector模块里提供了构建坐标系的类,常见的是笛卡尔坐标系, CoordSys3D,根据下面的例子可以了解到相应应用。
(1)计算梯度
## 1 gradientC = CoordSys3D('C')delop = Del() # nabla算子# 标量场 f = x**2*y-xyf = C.x**2*C.y - C.x*C.yres = delop.gradient(f, doit=True) # 使用nabla算子# res = delop(f).doit()res = gradient(f) # 直接使用gradientprint(res) # (2*C.x*C.y - C.y)*C.i + (C.x**2 - C.x)*C.j
1
2
3
4
5
6
7
8
9
10
11
12
13
(2)计算散度
## divergenceC = CoordSys3D('C')delop = Del() # nabla算子# 向量场 f = x**2*y*i-xy*jf = C.x**2*C.y*C.i - C.x*C.y*C.jres = delop.dot(f, doit=True)# res = divergence(f)print(res) # 2*C.x*C.y - C.x,即2xy-x,向量场的散度是标量
1
2
3
4
5
6
7
8
9
10
11
12
13
(3)计算旋度
## curlC = CoordSys3D('C')delop = Del() # nabla算子# 向量场 f = x**2*y*i-xy*jf = C.x**2*C.y*C.i - C.x*C.y*C.jres = delop.cross(f, doit=True)# res = curl(f)print(res) # (-C.x**2 - C.y)*C.k,即(-x**2-y)*k,向量场的旋度是向量---------------------本文来自 落叶_小唱 的CSDN 博客 ,全文地址请点击:
https://blog.csdn.net/ouening/ar ... 269?utm_source=copy
作者:
不二晨
时间:
2018-10-10 11:44
奈斯
作者:
魔都黑马少年梦
时间:
2018-11-1 16:35
欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)
黑马程序员IT技术论坛 X3.2