Python中计算符号函数对数出现TypeError报错如何解决

该报错的核心原因是调用的log并非SymPy提供的符号计算版本，而是Python内置math模块、NumPy等数值计算库提供的数值运算版log。
数值版log运行时会首先校验输入是否为正实数，校验逻辑需要将输入转为布尔值判断真假，但传入的符号表达式是未绑定具体数值的代数关系，没有确定的真值，就会触发TypeError: cannot determine truth value of Relational报错。
常见触发场景：

• 导入时混用命名空间，比如先写了from math import log或from numpy import log，后续调用时实际执行的是数值版log
• 代码中之前定义过名为log的变量/函数，覆盖了SymPy的log方法
• SymPy导入别名错误，比如实际给SymPy起的别名不是sp，调用时指向了其他同名对象

• 首先规范导入逻辑，不要让数值库的log覆盖符号计算的命名空间，标准导入参考：

import sympy as sp
# 不要额外写 from math import log / from numpy import log 这类同命名导入

• 确认调用的是SymPy原生的sp.log，直接传入符号表达式即可完成符号对数计算，修正后的测试代码：

x = sp.Symbol('x')
y = sp.Symbol('y')
expr = x**2 + y**2
print(sp.log(expr))
# 正常输出: log(x**2 + y**2)

• 对应最初的业务代码，修正后可直接运行：

x_1 = sp.Symbol('x_1')
y_1 = sp.Symbol('y_1')
tau = sp.Symbol('tau')
obj_rev = x_1**2 - 2*y_1 + 1
g_ = obj_rev
l1 = (tau/2) * sp.log(g_)
print(l1)
# 正常输出: tau*log(x_1**2 - 2*y_1 + 1)/2

• 如果后续需要做化简、求导、代入数值等操作，可以按需给符号添加定义域假设，减少SymPy不必要的分支判断，比如已知表达式恒正时，可以定义符号为实数类型：

x_1 = sp.Symbol('x_1', real=True)
y_1 = sp.Symbol('y_1', real=True)
tau = sp.Symbol('tau', positive=True)

如果要快速排查当前调用的log是否正确，可以在调用前执行print(sp.log)，如果输出显示为sympy库下的function对象，就是正确的；如果显示为built-in function，说明被数值库的log覆盖了。

内容的提问来源于stack exchange，提问作者AComputer