SymPy中如何使用依赖参数的动态变量执行符号运算？

• 批量创建符号并存储到字典/列表
  当变量数量可通过外部参数动态获取时，用symbols批量生成命名规范的符号，再存入字典或列表——让容器内的元素是SymPy符号对象，而非试图把字典键访问操作当作符号。

二维变量场景示例：

from sympy import symbols

# 行数、列数由外部参数动态传入
rows = 2
cols = 2

# 用字典存储符号，键为索引元组，值为SymPy符号实例
var_dict = {(i, j): symbols(f'd_{i}_{j}') for i in range(1, rows+1) for j in range(1, cols+1)}

# 正常执行符号运算
expr = var_dict[(1,1)]**2 + var_dict[(1,2)] * var_dict[(2,1)]
# 对d_1_1求导
print(expr.diff(var_dict[(1,1)]))  # 输出 2*d_1_1

一维变量场景更适合用列表：

from sympy import symbols

n = 3  # 变量数量由外部参数决定
var_list = symbols(f'x0:{n}')  # 生成x0, x1, x2三个符号

expr = sum(xi**2 for xi in var_list)
print(expr.diff(var_list[1]))  # 输出 2*x1

• 用IndexedBase处理索引化符号（推荐张量/矩阵场景）
  如果需要表示矩阵、张量这类带索引的变量，SymPy的IndexedBase是专门的解决方案，支持符号化索引，无需提前确定变量总数。

示例：

from sympy import IndexedBase, symbols, diff

# 创建索引化基变量
d = IndexedBase('d')
# 定义带约束的符号化索引
i, j = symbols('i j', integer=True, positive=True)

# 构造通用表达式
expr = d[i,j]**2 + d[i+1, j]
# 对具体索引的变量求导
print(diff(expr, d[1,1]))  # 输出 2*d[1,1]

核心逻辑：SymPy无法识别字典键访问（如d[1][1]）作为符号，但能识别字典/列表中存储的SymPy符号对象，或IndexedBase生成的索引化符号。只要运算对象是SymPy的Symbol或Indexed实例，就能正常执行求导、化简等符号操作。

内容的提问来源于stack exchange，提问作者user15933