Sympy表达式中伪指数的消除方法及成因咨询

问题背景 #

通过乘除操作构建Sympy表达式时，有时会得到类似如下的结果（expr1）：

1.0*K1**1.11e-16*K2**1.11e-16/K3**1.11e-16*K4**0.8

而预期的正确表达式应为（expr2）：

1.0*K4**0.8

问题一：将expr1转换为expr2的简洁方法 #

假设所有幂次仅存在于第一层乘除运算中、表达式无加减操作，可利用Sympy内置方法拆分因子并过滤伪指数，实现简洁的Pythonic处理：

import sympy as sp

K1, K2, K3, K4 = sp.symbols('K1 K2 K3 K4')
expr1 = 1.0*K1**1.11e-16*K2**1.11e-16/K3**1.11e-16*K4**0.8
threshold = 1e-10

# 拆分表达式为独立因子列表
factors = expr1.as_ordered_factors()
# 过滤指数绝对值小于阈值的无效因子
filtered_factors = [
    f for f in factors 
    if not (isinstance(f, sp.Pow) and abs(f.exp) < threshold)
]
# 重新组合为目标表达式
expr2 = sp.Mul(*filtered_factors)
print(expr2)  # 输出: 1.0*K4**0.8

问题二：伪指数出现的可能成因 #

• 浮点数精度局限：构建表达式时使用浮点数而非精确符号（整数/有理数），理论上应完全抵消的指数，因浮点数二进制表示的先天误差，变成极小非零值。
• 中间步骤数值污染：即使未显式调用sp.N()，若构建过程中引入浮点数变量、或调用返回浮点数的外部函数，会导致表达式混入浮点数指数。
• 化简操作的近似误差：Sympy的expand、simplify等化简函数处理复杂表达式时，内部数值计算可能引入微小的指数偏差。
• 变量替换精度不足：表达式构建中涉及变量替换时，替换值的浮点数精度缺陷会传递到指数位置，形成伪指数。

内容的提问来源于stack exchange，提问作者sancho.s ReinstateMonicaCellio