Python log函数返回复数而非浮点数，TypeError异常求解

问题代码 #

from sympy import diff
from math import log

def newt_method(f, a, b, e):
    if f(a) * f(b) >= 0:
        raise Exception("Корені відсутні.")
    iterations3 = 0
    if diff(diff(f(a))) * f(a) > 0:
        x0 = a
    else:
        x0 = b
    while f(x0) > e:
        x0 = x0 - (f(x0) / diff(f(x0)));
        iterations3 = iterations3 + 1
    return x0, iterations3

a = 0.1
b = 2.1
e = 0.001
def F(a): return log(a, 10) + (0.5 * a)

newt_method(F, a, b, e)

报错信息 #

line 12, in newt_method
while f(x0) > e:
line 20, in F
def F(a): return log(a, 10) + (0.5 * a)
raise TypeError("Cannot convert complex to float")

问题根源 #

1. sympy与math模块混用冲突：sympy的diff是用于符号表达式求导的工具，但直接传入数值（比如f(a)）调用diff，会导致内部类型混乱，最终让math.log接收到非预期的类型（比如sympy的符号对象），触发类型转换错误。
2. 导数计算方式错误：diff(diff(f(a)))是对数值求导，完全不符合sympy的使用逻辑，应该对符号函数求导后再代入数值计算。
3. 循环条件不合理：仅判断f(x0) > e会忽略函数值为负的情况，应该判断函数值的绝对值小于精度要求。

修正方案 #

1. 统一使用sympy进行符号计算 #

替换math.log为sympy.log，用sympy的符号变量定义函数，而非普通Python函数。

2. 修正导数计算逻辑 #

先对符号函数求导得到导数表达式，再代入数值计算导数值。

3. 调整循环终止条件 #

改为判断函数值的绝对值大于精度e时继续迭代。

修正后的代码 #

from sympy import symbols, log, diff, N

def newt_method(f, x_sym, a, b, e):
    # 计算区间端点的函数值
    f_a = N(f.subs(x_sym, a))
    f_b = N(f.subs(x_sym, b))
    
    if f_a * f_b >= 0:
        raise Exception("区间内无实根或根的个数为偶数")
    
    iterations = 0
    # 求一阶和二阶导数
    f_prime = diff(f, x_sym)
    f_double_prime = diff(f_prime, x_sym)
    
    # 判断初始迭代点
    f_a_double = N(f_double_prime.subs(x_sym, a))
    if f_a_double * f_a > 0:
        x0 = a
    else:
        x0 = b
    
    # 迭代过程
    while abs(N(f.subs(x_sym, x0))) > e:
        f_x0 = N(f.subs(x_sym, x0))
        f_p_x0 = N(f_prime.subs(x_sym, x0))
        x0 = x0 - (f_x0 / f_p_x0)
        iterations += 1
    
    return N(x0), iterations

# 定义符号变量
x = symbols('x')
# 定义目标函数（符号表达式）
F = log(x, 10) + 0.5 * x

a = 0.1
b = 2.1
e = 0.001

# 调用牛顿法
root, iter_num = newt_method(F, x, a, b, e)
print(f"方程的根为: {root}, 迭代次数: {iter_num}")

代码说明 #

• 用symbols('x')定义符号变量，函数F是符号表达式而非普通Python函数，符合sympy的使用规范。
• 使用N()将符号表达式的计算结果转换为数值类型，避免类型冲突。
• 提前求出一阶、二阶导数的符号表达式，每次迭代时代入数值计算，保证导数计算正确。
• 循环条件改为abs(N(f.subs(x_sym, x0))) > e，确保函数值趋近于0时停止迭代。

内容的提问来源于stack exchange，提问作者no way