Sympy中.expand()方法的精度控制问题及高精度展开问询

核心问题说明 #

expand()是Sympy的符号展开操作，本身不负责数值精度控制——你遇到的精度问题，本质出在常数xt_b的初始化方式、以及数值化（evalf()）的时机上，而非expand()本身的限制。

具体解决方案 #

1. 用精确有理数初始化常数，避免浮点数天生精度损失

直接用Python浮点数-0.121会因为二进制浮点数的特性产生精度损失（0.121无法被二进制浮点数精确表示），改用Sympy的Rational定义精确常数：

from sympy import Symbol, Rational, evalf

Numerical_Precision = 200
xt = Symbol("xt", real=True)
xt_b = Rational("-0.121")  # 精确表示十进制数-0.121
test_exp = xt**2 + xt + 1

2. 采用「符号展开 → 高精度数值化」的可靠流程

符号展开是完全精确的，之后再用evalf()指定精度转换，能保证最终结果的高精度：

# 先精确符号展开，再高精度数值化
method_improved = test_exp.subs(xt, xt + xt_b).expand().evalf(Numerical_Precision)

这种方式比「先数值化再展开」更可控，因为符号展开阶段不会引入任何数值误差。

3. 控制高精度结果的显示精度

如果结果显示时精度不够，可设置Sympy的全局打印精度：

from sympy import init_printing
init_printing(precision=Numerical_Precision)

对两种测试方法的补充解释 #

你观察到method_2精度更高，是因为method_1中用了普通浮点数xt_b，导致符号展开后的系数本身就带初始误差；而method_2先通过evalf(200)把xt_b转成了200位精度的浮点数，再展开时系数精度更高。但这种方式不如用Rational初始化后再符号展开的流程可靠。

内容的提问来源于stack exchange，提问作者ShoutOutAndCalculate