假设我有一个函数 f(x,y)
,我想要 f
的偏导数写至x
显示为
\partial_{x}^{n} f(x,y)
所以我创建了以下类
class D(sp.Derivative):
def _latex(self,printer=None):
func = printer.doprint(self.args[0])
b = self.args[1]
if b[1] == 1 :
return r"\partial_{%s}%s"%(printer.doprint(b[0]),func)
else :
return r"\partial_{%s}^{%s}%s"%(printer.doprint(b[0]),printer.doprint(b[1]),func)
工作正常,但当我使用 doit()
评估导数时,会回到默认行为方法。说我有
x,y = sp.symbols('x,y')
f = sp.Function('f')(x,y)
然后sp.print_latex(D(f,x))
给出\partial_{x}f{\left(x,y \right)}
这是正确的,但是 sp.print_latex(D(x*f,x).doit())
产量x \frac{\partial}{\partial x} f{\left(x,y \right)} + f{\left(x,y \right)}
,这是旧的行为。我该如何解决这个问题?
最佳答案
问题是您没有从父类重写 doit
,它返回普通的 Derivative
对象而不是您的子类。我建议创建一个新的打印机类,而不是创建一个新的Derivative
类:
from sympy import *
from sympy.printing.latex import LatexPrinter
class MyLatexPrinter(LatexPrinter):
def _print_Derivative(self, expr):
differand, *(wrt_counts) = expr.args
if len(wrt_counts) > 1 or wrt_counts[0][1] != 1:
raise NotImplementedError('More code needed...')
((wrt, count),) = wrt_counts
return '\partial_{%s} %s)' % (self._print(wrt), self._print(differand))
x, y = symbols('x, y')
f = Function('f')
expr = (x*f(x, y)).diff(x)
printer = MyLatexPrinter()
print(printer.doprint(expr))
得到x\partial_{x} f{\left(x,y\right)}) + f{\left(x,y\right)}
您可以使用init_printing(latex_printer=printer.doprint)
将其设为默认输出。
关于python - 为 sympy.Derivative 创建自定义打印,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59084096/