含平方根的线性方程组求解：np.linalg.solve报错问题咨询

嘿，我来帮你捋清楚这个问题！你遇到的核心矛盾是**np.linalg.solve是纯数值计算工具**——它只能输出浮点数近似解，没法保留根号这类代数符号；如果代码里没提前导入sqrt函数，还会直接报NameError。想要得到整数或[sqrt(x), sqrt(y)]这种精确形式的解，得用专门的符号计算库，比如Python的sympy。

先解决报错（数值近似解方案） #

如果只是想让numpy代码跑起来得到数值结果，你需要先导入sqrt函数（比如从math或numpy），修正后的代码如下：

import numpy as np
from math import sqrt

# 对齐原方程组的系数矩阵
vars = [[1, 1], [1/2 + sqrt(5)/2, 1/2 - sqrt(5)/2]]
outcomes = [1, 1]
solution = np.linalg.solve(vars, outcomes)
print(solution)

运行后会得到浮点数近似解：[0.7236068 0.2763932]，但这只是精确解的近似值，不是你想要的带根号的形式。

精确符号解方案（用sympy） #

想要保留根号的精确代数表达式，sympy是最佳选择，它专门处理符号运算，能输出完全精确的解。完整代码如下：

import sympy as sp

# 定义符号变量
x, y = sp.symbols('x y')
sqrt5 = sp.sqrt(5)

# 构造方程组
eq1 = sp.Eq(x + y, 1)
eq2 = sp.Eq((1/2 + sqrt5/2)*x + (1/2 - sqrt5/2)*y, 1)

# 求解并输出精确结果
solution = sp.solve((eq1, eq2), (x, y))
print(solution)

运行后会输出符合预期的精确符号解：

{x: (5 + sqrt(5))/10, y: (5 - sqrt(5))/10}

你还可以用sp.simplify()进一步化简表达式，或者通过sp.N()提取数值近似值（如果需要的话）。

为什么numpy不行？ #

numpy的设计目标是高效的数值计算，它会把所有代数符号（比如根号）直接转换成浮点数近似值，没法保留表达式的精确性。而sympy专门针对符号运算开发，能处理整数、根号、多项式等各种代数形式的精确计算，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者Rodi