SymPy中如何保留符号向量点积与范数的未展开表达式？

当然可以在SymPy中实现这个需求！你当前代码的问题出在把MatrixSymbol转换成了Matrix——这一步会强制SymPy展开所有元素级别的运算。咱们换两种方式就能轻松保留向量运算的简洁符号形式，还不影响后续代入计算。

方法1：用SymPy原生Vector类（最贴合向量符号表示） #

直接用Vector定义符号向量，搭配dot和norm函数，就能完全保留你想要的表达式形式：

from sympy import acos, Vector, dot, norm

# 定义符号向量
rA = Vector("r^A")
rB = Vector("r^B")

# 构建表达式，全程保留符号形式
expr = acos(dot(rA, rB) / norm(rA))
print(expr)

输出完全符合你的期望：

acos(r^A⋅rB/||r^A||)

后续代入具体向量也很方便，直接用subs替换就行：

from sympy import Matrix
# 代入2维具体向量
rA_val = Matrix([1, 0])
rB_val = Matrix([1, 1])
print(expr.subs({rA: rA_val, rB: rB_val}))

运行后会得到π/4，也就是acos(1/√2)的计算结果。

方法2：保留MatrixSymbol不转换为Matrix #

如果你更习惯用矩阵符号处理向量，也可以直接用MatrixSymbol的内置方法，跳过转成Matrix的步骤：

from sympy import acos, MatrixSymbol, dot, norm

# 直接定义矩阵形式的符号向量
rA = MatrixSymbol("r^A", 2, 1)
rB = MatrixSymbol("r^B", 2, 1)

# 直接调用dot和norm，不会展开元素
expr = acos(dot(rA, rB) / norm(rA))
print(expr)

输出同样是你想要的简洁符号形式：

acos(r^A⋅rB/||r^A||)

代入具体向量时，只需要把MatrixSymbol替换成对应的Matrix实例就可以正常计算：

from sympy import Matrix
rA_val = Matrix([2, 3])
rB_val = Matrix([4, 5])
print(expr.subs({rA: rA_val, rB: rB_val}))

为啥原来的代码会展开？ #

你之前写的rA, rB = Matrix(rA), Matrix(rB)这一步，相当于告诉SymPy：“把这个符号矩阵展开成具体元素的矩阵”，所以它会自动把点积和范数拆解成元素的乘积和平方和。只要跳过这个转换，SymPy就会保持向量运算的抽象符号形式。

内容的提问来源于stack exchange，提问作者pask