如何使用Python解决一对非线性方程式？

Question

使用Python解决一对非线性方程式的（最佳）方法是什么？（Numpy，Scipy或Sympy）例如：x + y ^ 2 = 4e ^ x + xy = 3解决以上问题的代码片段会很棒

Answer 1

如果您喜欢sympy，则可以使用nsolve。

>>> nsolve([x+y**2-4, exp(x)+x*y-3], [x, y], [1, 1])

[0.620344523485226]

[1.83838393066159]

第一个参数是方程式列表，第二个参数是变量列表，第三个参数是初始猜测。

Answer 2

试试这个，我向您保证它会完美运行。

    import scipy.optimize as opt

    from numpy import exp

    import timeit

    st1 = timeit.default_timer()

    def f(variables) :

        (x,y) = variables

        first_eq = x + y**2 -4

        second_eq = exp(x) + x*y - 3

        return [first_eq, second_eq]

    solution = opt.fsolve(f, (0.1,1) )

    print(solution)

    st2 = timeit.default_timer()

    print("RUN TIME : {0}".format(st2-st1))

->

[ 0.62034452  1.83838393]

RUN TIME : 0.0009331008900937708

仅供参考。如上所述，您也可以通过将“ fsolve”替换为“ broyden1”来使用“ Broyden近似”。有用。我做的。

我不确切知道Broyden的近似值是如何工作的，但是花了0.02 s。

而且我建议您不要使用Sympy的功能<-确实很方便，但是就速度而言，它相当慢。你会看见