如何告知Sympy两个符号为复共轭关系以简化海森矩阵导数？

针对你在Sympy中处理复共轭符号Pi+/Pi-导数简化的问题，以下是几种可行的现代解决方案：

方法1：直接定义共轭关系（最可靠） #

不要单独定义两个独立符号，而是直接将Pi-指定为Pi+的共轭，让Sympy原生识别二者的关系，后续计算会自动利用这个属性简化表达式：

from sympy import symbols, conjugate, simplify, re, im, diff

# 定义复符号，将Pi-直接绑定为Pi+的共轭
Pi_plus = symbols('Pi+', complex=True)
Pi_minus = conjugate(Pi_plus)

# 测试基础表达式简化
expr = re(Pi_plus * Pi_minus) + im(Pi_plus * Pi_minus)
print(simplify(expr))  # 输出：Pi+*Pi-（Im部分自动归零）

# 处理二阶导数场景
# 示例：构造含Pi+、Pi-的函数并求二阶导数
f = Pi_plus**2 * Pi_minus
hessian_term = diff(diff(f, Pi_plus), Pi_minus)
print(simplify(hessian_term))  # 自动简化后结果为2*Pi+

方法2：局部假设配合refine()函数 #

如果需要保留两个独立符号的定义，可以用局部假设声明共轭关系，再通过refine()应用假设简化表达式：

from sympy import symbols, re, im, refine, Q, assuming

Pi_plus = symbols('Pi+', complex=True)
Pi_minus = symbols('Pi-', complex=True)

# 在局部上下文内声明共轭假设
with assuming(Q.conjugate(Pi_plus) == Pi_minus):
    expr = re(Pi_plus * Pi_minus) - im(Pi_plus * Pi_minus)
    refined_expr = refine(expr)
    print(refined_expr)  # 输出：Pi+*Pi-

这种方式避免了全局假设的兼容性问题，比旧版global_assumptions更稳定。

方法3：自定义规则处理已生成的导数项 #

如果已经得到未简化的导数结果（包含未求值的导数节点），可以先强制计算导数，再用替换规则处理Re/Im项：

from sympy import symbols, re, im, diff

Pi_plus = symbols('Pi+', complex=True)
Pi_minus = symbols('Pi-', complex=True)

# 模拟已生成的未简化二阶导数项（含未求值导数）
hessian_term = re(Pi_plus * Pi_minus) * diff(Pi_plus, Pi_plus) + im(Pi_plus * Pi_minus) * diff(Pi_minus, Pi_minus)

# 1. 强制计算未求值的导数
evaluated_term = hessian_term.doit()
# 2. 应用自定义替换规则
replace_rules = {
    re(Pi_plus * Pi_minus): Pi_plus * Pi_minus,
    im(Pi_plus * Pi_minus): 0
}
simplified_term = evaluated_term.replace(replace_rules)
print(simplified_term)  # 输出：Pi+*Pi-

关于你遇到的全局假设错误 #

Sympy新版本中global_assumptions已从sympy.assumptions迁移到sympy.core.assumptions，但即使导入正确，全局假设的优先级和兼容性也远不如上述两种方法，因此不推荐使用。

内容的提问来源于stack exchange，提问作者Ph_Ys321