NumPy：多维数组的有效操作。 高效的数学函数。
Matplotlib：可视化：2D和（最近）3D图
SciPy：大型库实现各种数值算法，例如：
Sympy：符号计算（解析的 Analytical）
Pandas：统计与数据分析（明天）
以上只是数值计算，接下来涉及符号计算，python通过模块sysmpy来进行符号计算，类似于方程求解，积分等的显式求解。
import sympy as sy #声明x，y为变量 x = sy.Symbol(‘x‘) y = sy.Symbol(‘y‘) a, b = sy.symbols(‘a b‘) #创建一个新符号（不是函数 f = x**2 + y**2 -2*x*y + 5 print(f) #自动简化 g = x**2 + 2 - 2*x + x**2 -1 print(g)
import sympy as sy x = sy.Symbol (‘x‘) y = sy.Symbol(‘y‘) # 给定[-1,1] (give [-1, 1]) print(sy.solve (x**2 - 1)) # 无解 (no guarantee for solution) print(sy.solve(x**3 + 0.5*x**2 - 1)) # 用x的表达式表示y (exepress x in terms of y) print (sy.solve(x**3 + y**2)) # 错误：找不到算法 (error: no algorithm can be found) print(sy.solve(x**x + 2*x - 1))
import sympy as sy x = sy.Symbol(‘x‘) y = sy.Symbol( ‘y‘) a,b = sy.symbols ( ‘a b‘) # 单变量 single variable f = sy.sin(x) + sy.exp(x) print(sy.integrate(f, (x, a, b))) print(sy.integrate(f, (x, 1, 2))) print(sy.integrate(f, (x, 1.0,2.0))) # 多变量 multi variables g = sy.exp(x) + x * sy.sin(y) print(sy.integrate(g, (y,a,b)))
import sympy as sy x = sy.Symbol( ‘x‘) y = sy.Symbol( ‘y‘) # 单变量 (single variable) f = sy.cos(x) + x**x print(sy . diff (f , x)) # 多变量 (multi variables) g = sy.cos(y) * x + sy.log(y) print(sy.diff (g, y))
原文：https://www.cnblogs.com/kinstday/p/11036146.html