假设我有一个函数f(x,y)
,我希望f
w.r.t 的偏导数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)
这工作正常,但是当我使用方法评估导数时doit()
回到默认行为。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)}
是正确的,但sp.print_latex(D(x*f,x).doit())
给出x frac{partial}{partial x} f{left(x,y right)} + f{left(x,y right)}
,这是旧的行为。如何解决此问题?
问题是你没有覆盖父类的doit
,它返回的是纯Derivative
对象而不是子类。与其创建新的Derivative
类,我建议创建一个新的打印机类:
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))
这给了x partial_{x} f{left(x,y right)}) + f{left(x,y right)}
您可以使用init_printing(latex_printer=printer.doprint)
将其设置为默认输出。