如何从列表创建SymPy符号以实现高斯误差传播？

问题需求 #

需将符号列表['C_k', 'c_f', 'm_1', 'T_1', 'T_m']中的每个元素转为SymPy符号，最终用于高斯误差传播——计算表达式在给定点的偏导数。现有代码已完成LaTeX公式到SymPy表达式的转换，并提取出表达式中的符号列表，需补充符号创建与导数计算环节。

现有代码 #

import matplotlib.pyplot as plt
from latex2sympy2 import latex2sympy
import numpy as np
from sympy import *
import re

# 任务：针对给定公式和带不确定度的数据集执行误差传播
Formula = r'(m_1\cdot c_f+C_k)\cdot (T_1-T_m)'  # 输入LaTeX格式的公式
Formula = latex2sympy(Formula)  # 转换为SymPy表达式

# 通过正则提取表达式中的符号列表
symbol_list = re.findall(r'[A-Za-z_]+\d*', str(Formula))
print(symbol_list)  # 输出：['C_k', 'c_f', 'm_1', 'T_1', 'T_m']

实现步骤 #

1. 创建SymPy符号 #

利用symbols()函数，将符号列表拼接为空格分隔的字符串传入，或直接通过字典映射符号名与对象（方便后续按名称调用）：

# 方式1：生成符号元组
symbols_tuple = symbols(' '.join(symbol_list))

# 方式2：生成符号字典（推荐，便于按名称调用）
symbols_dict = {name: symbols(name) for name in symbol_list}

2. 计算偏导数（高斯误差传播核心） #

遍历符号列表，对每个符号求表达式的偏导，再代入具体数值计算：

# 计算每个符号的偏导数
derivatives = {}
for name, symbol in symbols_dict.items():
    derivatives[name] = diff(Formula, symbol)

# 模拟测量点的数值
point_values = {
    'C_k': 10,
    'c_f': 0.5,
    'm_1': 2,
    'T_1': 30,
    'T_m': 20
}

# 在给定点计算各偏导的浮点结果
derivative_values = {}
for name, deriv in derivatives.items():
    derivative_values[name] = deriv.subs(point_values).evalf()

print("各符号的偏导数值：")
for name, val in derivative_values.items():
    print(f"{name}: {val}")

完整代码示例 #

import matplotlib.pyplot as plt
from latex2sympy2 import latex2sympy
import numpy as np
from sympy import *
import re

# 任务：针对给定公式和带不确定度的数据集执行误差传播
Formula = r'(m_1\cdot c_f+C_k)\cdot (T_1-T_m)'  # 输入LaTeX格式的公式
Formula = latex2sympy(Formula)  # 转换为SymPy表达式

# 通过正则提取表达式中的符号列表
symbol_list = re.findall(r'[A-Za-z_]+\d*', str(Formula))
print("提取的符号列表：", symbol_list)

# 创建符号字典，映射符号名与SymPy符号对象
symbols_dict = {name: symbols(name) for name in symbol_list}

# 计算每个符号的偏导数
derivatives = {name: diff(Formula, symbol) for name, symbol in symbols_dict.items()}

# 模拟测量点数值
point_values = {
    'C_k': 10,
    'c_f': 0.5,
    'm_1': 2,
    'T_1': 30,
    'T_m': 20
}

# 计算给定点的偏导数值
derivative_values = {name: deriv.subs(point_values).evalf() for name, deriv in derivatives.items()}

print("\n各符号的偏导数值：")
for name, val in derivative_values.items():
    print(f"{name}: {val}")

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