Sympy的.subs方法求值失败，高斯勒让德求积函数实现问题

你代码中的.subs方法不生效是由多个语法、作用域问题共同导致的，具体问题点如下：

• 符号变量x作用域错误：你在函数外部定义的符号变量x没有显式传入Gauss_Leg函数内部，Python不会主动把全局符号变量注入函数局部作用域，直接在函数内调用f.subs(x, nodes[i])会触发NameError。
• 代码缩进不规范：函数文档字符串、if分支下的代码都没有正确缩进，运行会直接报语法错误。
• 变量未定义就调用：你在调用np.polynomial.legendre.leggauss(n)时还没有给n赋值，会触发变量未定义报错。
• 符号类型未转换：.subs返回的是SymPy符号表达式对象，没有转成数值类型可能会导致后续计算出现类型兼容问题。

import sympy as sym
import numpy as np

def Gauss_Leg(f, x, weights, nodes, n, P = 'Legendre'):
    """
    P = 正交多项式类型，默认Legendre
    weights = 求积权重
    x = 被积函数自变量符号对象
    n = 求积精度阶数
    """
    if P == 'Legendre':
        measure = 1
        a = -1
        b = 1
    integral = 0
    for i in range(n):
        # 转换为浮点数值避免符号计算残留
        integral += float(f.subs(x, nodes[i])) * weights[i]
    print('积分区间: ', a, b)
    print('积分结果: ∫', f, '*', measure, 'dx = ', integral)
    return integral

# 外部定义符号变量和被积函数
x = sym.Symbol('x', real=True) 
f = sym.exp(x)
# 先指定求积阶数
n = 5
# 获取对应阶数的高斯节点和权重
nodes, weights = np.polynomial.legendre.leggauss(n)
# 调用函数时显式传入符号变量x
Gauss_Leg(f, x, weights, nodes, n)

• 如果需要更高的批量代入效率，可以改用SymPy的lambdify方法将符号函数转成数值函数，计算速度远高于循环调用subs：

示例实现：

f_num = sym.lambdify(x, f, 'numpy')
integral = np.sum(f_num(nodes) * weights)

• 建议补充非Legendre多项式的分支处理，避免未进入if分支时a、b、measure变量未定义的报错。

内容的提问来源于stack exchange，提问作者Damuna Taliffato