企业官网建设流程全解析

SymPy 多项式操作模块（sympy.polys）API 参考全指南

【免费下载链接】sympyA computer algebra system written in pure Python项目地址: https://gitcode.com/GitHub_Trending/sy/sympy

SymPy 是一个用纯 Python 编写的符号计算系统，其中sympy.polys模块是其多项式计算的核心引擎。本文以仓库内 doc/src/modules/polys/reference.rst 这份官方 API 参考文档为骨架，系统梳理该模块公开的完整接口清单（从基本多项式操作、因式分解、求根，到正交多项式、部分分式分解与格罗布纳基），并结合 sympy/polys 目录下的源码实现与测试用例，说明每个函数族的设计意图、调用方式与底层原理。读完本文，你将能够按图索骥地在自己的数学计算或算法研究任务中，精准选用 SymPy 多项式工具链，并理解其内部如何组织多项式环、域与各种计算算法。

文档定位：Polynomials Manipulation Module Reference 是什么

reference.rst是 polys 模块的API 索引型文档：它通过 Sphinx 的automodule、autofunction、autoclass指令，把sympy.polys及其子模块中所有公开函数与类的 docstring 自动渲染成手册页面。它不重复讲解入门概念，而是为读者提供一份按功能分区的完整清单。

文档开头即说明：

• 完整文档索引见 doc/src/modules/polys/index.rst（polys-docs引用目标）；
• 入门级解释见 doc/src/modules/polys/basics.rst（polys-basics引用目标）。

basics.rst给出了最基本的概念框架：给定一族生成元x_i，由反复加法、减法、乘法得到的表达式称为多项式表达式；乘积x_1^ν1 x_2^ν2 … x_n^νn称为单项式；合并同类项后得到带系数c_ν的项。多项式在 SymPy 中默认以"单项式字典"形式存储，也可用嵌套系数列表实现。系数所属的环称为domain（域），默认由系数自动推断（例如整数系数得到ZZ，含分数得到QQ）。

而reference.rst则把这些抽象概念落到具体 API 上，分成了 14 个功能分区，下文逐一展开。

基本多项式操作函数：sympy.polys.polytools

这是整个模块使用频率最高的一层，全部位于 sympy/polys/polytools.py，对外通过sympy.polys顶层命名空间导出。

多项式的构造与查询

poly()的源码（polytools.py 中def poly，约第 8232 行）展示了它的"高效"原理：它不是机械地展开整个表达式，而是递归遍历表达式树——对每个加法项，把其中可多项式化的因子（如Add、非负整数指数的Pow）先转成 Poly 再做乘法，避免中间表达式的二次展开开销。例如：

>>> from sympy import poly >>> from sympy.abc import x >>> poly(x*(x**2 + x - 1)**2) Poly(x**5 + 2*x**4 - x**3 - 2*x**2 + x, x, domain='ZZ')

Poly构造时支持的选项在 sympy/polys/polyoptions.py 中统一解析，常见的有domain、modulus、extension、order、field等，测试覆盖见 sympy/polys/tests/test_polyoptions.py。

带余除法与伪除法

底层实现位于 sympy/polys/densearith.py（稠密多项式算术，如dup_div、dmp_div、dup_pdiv等）、sympy/polys/euclidtools.py（dup_gcdex、dup_resultant、dup_gcd等）与 sympy/polys/modulargcd.py（模 GCD 算法）。GCD 计算在整数环上会尝试启发式算法（sympy/polys/heuristicgcd.py），多变量情形还支持 Zippel 稀疏插值算法（sympy/polys/zippel.py）。

规范化与分解

factor()的源码（polytools.pydef factor，约第 6999 行）区分两种模式：符号模式（f不是Poly且未指定生成元时）会遍历表达式树、不预展开地分解各组件，因而能处理2**(x**2 + 2*x + 1)这种大指数表达式；形式模式则对Add节点做正式分解。默认在有理数域上分解，可通过extension=sqrt(2)、modulus=2、gaussian=True或domain=切换数域，例如：

>>> from sympy import factor, sqrt >>> from sympy.abc import x, y >>> factor(2*x**5 + 2*x**4*y + 4*x**3 + 4*x**2*y + 2*x + 2*y) 2*(x + y)*(x**2 + 1)**2 >>> factor(x**2 + 1, modulus=2) (x + 1)**2 >>> factor(x**2 - 2, extension=sqrt(2)) (x - sqrt(2))*(x + sqrt(2))

整数环上的分解由 sympy/polys/factortools.py 实现（Zassenhaus 算法 + Hensel 提升、Wang 的多变量提升、分圆因子检测等），有限域上的分解则依赖 sympy/polys/galoistools.py（Berlekamp / Cantor-Zassenhaus / Shoup 算法）。

根的计算

根隔离算法在 sympy/polys/rootisolation.py 中实现（Sturm 序列、Cauchy 界、Möbius 变换细化等），测试见 sympy/polys/tests/test_rootisolation.py。

有理函数化简与理想

groebner的底层实现见 sympy/polys/groebnertools.py：包含经典 Buchberger 算法与 F5B 算法（_f5b），并支持通过 sympy/polys/fglmtools.py 做 FGLM 换序。测试用例覆盖在 sympy/polys/tests/test_polytools.py 的test_groebner、test_fglm、test_is_zero_dimensional等函数中。

三个核心类：Poly、PurePoly、GroebnerBasis

• Poly：带生成元与域信息的正规多项式对象，支持与表达式混合运算（add、mul、div、pow及 Python 运算符重载），可查询degree、LC/LM/LT、coeffs/monoms/terms，并可做diff、integrate、eval、subs、as_expr等操作。
• PurePoly：Poly的子类，不区分符号对象本身，只按生成元位置区分变量，因此两个生成元符号不同的PurePoly在代数上完全相等，适用于抽象代数场景（如重命名变量不改变对象身份）。
• GroebnerBasis：格罗布纳基对象，封装了基本身、生成元、域与序信息，提供reduce、contains、fglm（FGLM 换序）、is_zero_dimensional等方法；__getitem__按序号取基元素，__len__给出基的大小。

额外多项式操作：sympy.polys.polyfuncs

该模块收录了 sympy/polys/polyfuncs.py 中的四个高层工具函数：

• symmetrize(F, *gens, **args)：把多项式改写成初等对称多项式的组合，返回(对称部分, 非对称部分)，formal=True时用占位符s1, s2, …表达并返回替换表。例如symmetrize(x**2 + y**2)返回(-2*x*y + (x + y)**2, 0)。
• horner(f, *gens, **args)：将多项式改写为Horner 形式（嵌套乘法），可显著优化求值效率；wrt参数指定按哪个生成元优先提取。源码（polyfuncs.pydef horner）通过poly_from_expr取得系数后循环执行form = form*gen + coeff。
• interpolate(data, x)：构造插值多项式。data可以是列表（默认与1..n配对）、坐标元组列表或字典；支持符号坐标与直接数值求值。内部调用 sympy/polys/specialpolys.py 的interpolating_poly。
• viete(f, roots=None, *gens, **args)：生成Vieta 公式（根与系数的关系式列表），例如对a*x**2 + b*x + c与根[r1, r2]返回[(r1 + r2, -b/a), (r1*r2, c/a)]。要求一元多项式且次数 ≥ 1，否则抛出ValueError。

测试见 sympy/polys/tests/test_polyfuncs.py。

域构造器：sympy.polys.constructor

construct_domain(obj, **args)位于 sympy/polys/constructor.py（def construct_domain，约第 268 行），其作用是：给定一组 SymPy 表达式，自动构造一个能表示它们的最小Domain，并把表达式转换为该域的元素。返回值是(K, elements)，其中K是域对象，elements是对应的域元素（保持与输入相同形状）。

>>> from sympy import construct_domain, S >>> K, elements = construct_domain([S(2), S(3), S(4)]) >>> K ZZ >>> elements [2, 3, 4]

该函数是Poly与groebner等高层接口自动推断系数域（domain='ZZ'/'QQ'/ 代数扩张等）的底层依赖，其实现通过 sympy/polys/domains 目录下的域类体系完成；相关测试见 sympy/polys/tests/test_constructor.py。

单项式与单项式序：monomials与orderings

单项式编码为元组：sympy.polys.monomials

SymPy 内部把单项式x_1^ν1 x_2^ν2 … x_n^νn编码为指数元组(ν1, ν2, …, νn)（sympy/polys/monomials.py）：

• Monomial：单项式包装类，提供mul、pow、div、gcd、lcm、as_expr等运算；
• itermonomials(variables, max_degrees, min_degrees=None)：迭代生成指定度数范围内的全部单项式；
• monomial_count(V, N)：计算V个变量中全次数不超过N的单项式个数（组合计数）。

此外该模块还提供monomial_mul/div/gcd/lcm/pow等底层函数，测试见 sympy/polys/tests/test_monomials.py。

单项式序：sympy.polys.orderings

多项式环上的计算（如格罗布纳基）依赖单项式之间的序（sympy/polys/orderings.py）：

• LexOrder：字典序（lex）；
• GradedLexOrder：分级字典序（grlex，先比全次数再按字典序）；
• ReversedGradedLexOrder：分级反字典序（grevlex）；
• MonomialOrder：序对象的公共基类，实现了__call__（比较元组）、__repr__、is_global等接口。

monomial_key(order, gens)工厂函数把字符串或符号形式的序规格解析为可调用对象，也支持ProductOrder、InverseOrder等组合序。测试见 sympy/polys/tests/test_orderings.py。

根的形式化操作与符号求根

形式化表示根：sympy.polys.rootoftools

当多项式不可用根式求解时，SymPy 提供了根的符号占位对象（sympy/polys/rootoftools.py）：

• rootof(f, x, index, radicals=True, expand=True)：返回多项式的第index个根（按数值序编号），如rootof(x**5 - x + 1, 0)；
• RootOf：代数数根类，real_roots/all_roots类方法返回全部根；每个根内部通过隔离区间（sympy/polys/rootisolation.py 的RootOfInterval/ComplexRootOfInterval）精确定义，可用evalf/eval_rational求任意精度近似；
• ComplexRootOf：复根类，自动识别实根与虚根性质（_eval_is_real、_eval_is_imaginary）；
• RootSum(expr, func)：对多项式的所有根求和Σ func(r)，支持有理函数化简（_rational_case）与doit()展开。

测试见 sympy/polys/tests/test_rootoftools.py。

符号求根算法：sympy.polys.polyroots

roots(f, *gens, auto=True, cubics=True, trig=False, quartics=True, quintics=False, multiple=False, filter=None, predicate=None, strict=False, **flags)（sympy/polys/polyroots.pydef roots，约第 880 行）只返回能用根式表达（radicals）的根，返回{根: 重数}字典；multiple=True时改为返回按数值序排列的根列表。

其关键行为与源码 docstring 一致：

• 默认启用三次（cubics）与四次（quartics）公式；casus irreducibilis 情形可用trig=True得到三角函数形式；
• filter='Z'/'Q'/'R'/'I'/'C'限定根所在数域，默认等价于'C'；
• 结果可能不完整：若多项式含根式不可解因子（如五次以上不可解因子），未找到的根不会出现在结果中，此时可检查sum(roots(f, x).values()) == degree(f, x)是否成立；strict=True时直接抛出UnsolvableFactorError；

>>> from sympy import roots, degree >>> from sympy.abc import x >>> roots(x**2 - 1, x) {-1: 1, 1: 1} >>> roots((x-1)*(x**5-x+1), x) # 五次因子不可根式求解，结果不完整 {1: 1} >>> roots(x**7-3*x**2+1, x) # 完全不可根式求解 {}

模块内还包含roots_linear、roots_quadratic、roots_cubic、roots_quartic、roots_binomial、roots_cyclotomic、roots_quintic等各次求解器，以及root_factors（生成线性/不可约因子）。

特殊多项式：sympy.polys.specialpolys

sympy/polys/specialpolys.py 提供构造特定用途多项式的工具：

• swinnerton_dyer_poly(n, x=None, polys=False)：构造 Swinnerton-Dyer 多项式（在整数上不可约、但在每个有限域上可约的经典反例族）；
• interpolating_poly(n, x, X='x', Y='y')：生成通过给定点列的插值多项式；
• cyclotomic_poly(n, x=None, polys=False)：第n个分圆多项式；
• symmetric_poly(n, *gens, polys=False)：n次初等对称多项式；
• random_poly(x, n, inf, sup, domain=ZZ, polys=False)：在[inf, sup]区间随机生成n次多项式。

此外还提供 Fateman 多项式（fateman_poly_F_1/2/3）等用于算法基准测试的构造；测试见 sympy/polys/tests/test_specialpolys.py。

正交多项式：sympy.polys.orthopolys

sympy/polys/orthopolys.py 实现经典正交多项式族，均以(n, x=None, polys=False)形式调用（polys=True时返回Poly）：

• chebyshevt_poly/chebyshevu_poly：第一类 / 第二类 Chebyshev 多项式（内部dup_chebyshevt提供递归与乘积两种实现）；
• gegenbauer_poly(n, a, x)：Gegenbauer（超球）多项式；
• hermite_poly/hermite_prob_poly：物理学家型 / 概率论型 Hermite 多项式；
• jacobi_poly(n, a, b, x)：Jacobi 多项式；
• legendre_poly：Legendre 多项式；
• laguerre_poly(n, x, alpha=0)：Laguerre 多项式（alpha为广义参数）；
• spherical_bessel_fn(n, x)：球 Bessel 函数fn(x)的（实 / 虚）多项式系数序列。

每个函数都有对应的稠密系数构造器（如dup_legendre(n, K)），测试见 sympy/polys/tests/test_orthopolys.py。

Appell 序列：sympy.polys.appellseqs

sympy/polys/appellseqs.py 提供满足P'(x) = n·P_{n-1}(x)性质的 Appell 多项式序列：

• bernoulli_poly(n, x=None, polys=False)：Bernoulli 多项式；
• bernoulli_c_poly：centered Bernoulli 多项式；
• genocchi_poly：Genocchi 多项式；
• euler_poly：Euler 多项式；
• andre_poly：André 多项式。

测试见 sympy/polys/tests/test_appellseqs.py。

有理函数的操作：together与部分分式分解

together(expr, deep=False, fraction=True)：sympy.polys.rationaltools

sympy/polys/rationaltools.py 的together把表达式中的有理函数合并为单一分式（通分），deep=True时递归处理子表达式，fraction=False时不做分式化简。测试见 sympy/polys/tests/test_rationaltools.py。

apart与部分分式分解：sympy.polys.partfrac

sympy/polys/partfrac.py 提供对有理函数做部分分式分解（partial fraction decomposition）的完整接口：

• apart(f, x=None, full=False, **options)：默认（full=False）使用待定系数法，需要对分母做因式分解，因此默认在有理数域上工作，分母含无理/复根时不做分解；
• full=True时改用Bronstein 的完整分解算法，可处理非有理根，结果以RootSum形式表达，再调用.doit()得到人类可读形式：

>>> from sympy.polys.partfrac import apart >>> from sympy.abc import x, y >>> apart(y/(x + 2)/(x + 1), x) -y/(x + 2) + y/(x + 1) >>> apart(y/(x**2 + x + 1), x) # 默认待定系数法，根非有理 y/(x**2 + x + 1) >>> apart(y/(x**2 + x + 1), x, full=True) RootSum(w**2 + w + 1, Lambda(w, (-2*w*y/3 - y/3)/(-w + x)))

• apart_list(f, x=None, dummies=None, **options)：返回分解结果的结构化列表（使用占位符号表示各分式项），可编程处理；
• assemble_partfrac_list(partial_list)：把apart_list的结构化结果重组为表达式。

测试见 sympy/polys/tests/test_partfrac.py，覆盖矩阵分解、符号参数、代数扩张与full模式等场景。

多项式分散度：sympy.polys.dispersion

sympy/polys/dispersion.py 定义两个函数：

• dispersionset(p, q=None, *gens, **args)：返回集合{deg(p(x+a)) - deg(p(x)) : a ∈ ℤ, gcd(p(x+a), q(x)) ≠ 1}，即两个多项式的分散度集合；
• dispersion(p, q=None, *gens, **args)：返回分散度集合的最大值；q缺省时取q = p。

该概念用于分解算法与符号积分研究，Poly对象上也提供同名方法（Poly.dispersionset/Poly.dispersion，见 sympy/polys/polytools.py）；测试见 sympy/polys/tests/test_dispersion.py。

类型注解：collections.abc.Iterator

reference.rst最后用py:class记录了collections.abc.Iterator，对应gcdex_steps等返回惰性迭代器的接口：这些函数不一次性生成全部中间结果，而是按需产出（详见 sympy/polys/polytools.py 中gcdex_steps的类型重载签名），适合处理长序列扩展欧几里得过程的内存友好场景。

如何继续深入

• 入门与概念：先读 doc/src/modules/polys/basics.rst，了解多项式环、域与表达式到Poly的转换；
• 完整索引：所有 polys 相关文档入口见 doc/src/modules/polys/index.rst；
• 域系统：domains与domainmatrix的参考在 doc/src/modules/polys/domainsref.rst 与 doc/src/modules/polys/domainmatrix.rst；
• 源码：高层接口集中在 sympy/polys/polytools.py，算法实现散布在densearith、euclidtools、factortools、galoistools、modulargcd、zippel、rootisolation、groebnertools等文件中，配套测试位于 sympy/polys/tests 目录，可作为每个 API 行为的最直接验证依据。

总结而言，reference.rst是通往 SymPy 多项式世界的地图：从poly/factor/roots这些日常函数，到RootOf、GroebnerBasis、construct_domain这些底层机制，再到正交多项式、Appell 序列与分散度等专门工具，每个接口都能在其对应源码与测试文件中找到可验证的精确行为。掌握这张地图，你就能在 SymPy 的多项式能力上做到"查得到、调得对、知其所以然"。

【免费下载链接】sympyA computer algebra system written in pure Python项目地址: https://gitcode.com/GitHub_Trending/sy/sympy