基于SymPy实现可调用函数自动求导及表达式适配问题

问题1：让get_derivative返回可调用函数 #

你原来的代码已经算出了导数的SymPy表达式，只需要用SymPy自带的lambdify函数，把符号表达式转换成Python可调用函数即可。另外还要修正代码里的小细节（比如把参数里的f改成传入的fun，以及用更现代的inspect.signature替代已废弃的getargspec）。

修改后的完整代码如下：

from sympy import Symbol, diff, lambdify
import inspect

def get_derivative(fun):
    # 获取函数的参数列表
    sig = inspect.signature(fun)
    params = list(sig.parameters.keys())
    if len(params) > 1:
        raise ValueError('Function has more than one parameter.')
    var_name = params[0]
    # 创建对应名称的符号变量
    var = Symbol(var_name)
    # 计算原函数的符号表达式与导数表达式
    f_expr = fun(var)
    f_diff_expr = diff(f_expr)
    # 将符号表达式转换为可直接调用的Python函数
    return lambdify(var, f_diff_expr, modules=['math', 'sympy'])

使用示例：

def f1p(x): return x**2 + 5**x * 2*x + 1
f_deriv = get_derivative(f1p)
print(f_deriv(2))  # 直接输出x=2处的导数值

lambdify会把SymPy的符号表达式编译成高效的Python函数，既支持传入数值计算，也保留了对SymPy符号的兼容性。

问题2：兼容使用math库函数的情况 #

出现TypeError是因为SymPy的Symbol对象传入math.log后，math库函数只接受数值类型（比如float），无法处理符号对象。这里有两种实用的解决方案：

方案1：修改原函数，使用SymPy的对应函数

把原函数里的math.xxx替换成SymPy的同名函数即可，比如math.log换成sympy.log：

from sympy import log

def f1p(x): return x**2 + 5**x * 2*x + 1 + log(x)

SymPy的函数既能处理数值输入，也能兼容符号对象，完美适配你的导数计算逻辑。

方案2：自动替换原函数中的math调用（无需修改原函数）

如果你不想改动原函数，可以通过解析函数源代码，把math相关调用替换为SymPy对应函数后再执行。具体实现如下：

from sympy import Symbol, diff, lambdify, log, exp, sin, cos  # 按需导入SymPy函数
import inspect

def get_derivative(fun):
    sig = inspect.signature(fun)
    params = list(sig.parameters.keys())
    if len(params) > 1:
        raise ValueError('Function has more than one parameter.')
    var_name = params[0]
    var = Symbol(var_name)
    
    # 获取原函数源代码，替换math函数为SymPy对应函数
    source = inspect.getsource(fun)
    # 可根据需要扩展更多函数映射
    source = source.replace('math.log', 'log')
    source = source.replace('math.sin', 'sin')
    source = source.replace('math.cos', 'cos')
    source = source.replace('math.exp', 'exp')
    
    # 动态执行修改后的代码，生成适配SymPy的函数版本
    local_vars = {}
    exec(source, globals(), local_vars)
    adapted_fun = local_vars[fun.__name__]
    
    # 计算导数并转换为可调用函数
    f_expr = adapted_fun(var)
    f_diff_expr = diff(f_expr)
    return lambdify(var, f_diff_expr, modules=['math', 'sympy'])

使用示例（原函数保留math.log）：

import math
def f1p(x): return x**2 + 5**x * 2*x + 1 + math.log(x)
f_deriv = get_derivative(f1p)
print(f_deriv(2))  # 正常输出x=2处的导数值

这个方案不需要修改原函数，只要维护好math到SymPy的函数映射表，就能适配更多场景。

内容的提问来源于stack exchange，提问作者Carlos