# 首发于我的博客 .

这回写一个好久の前想做一直搁着没做的东西—— Python 解方程怎么解（其实是放假回家，趁着家里电脑重装 LOL 的时间过来写一篇）. 咱这回用三种不同的方法來应对平常碰到的简单方程怎么解.

Numpy 求解线性方程怎么解组

例如我们要解一个这样的二元一次方程怎么解组：

当然我们可以手动写出解析解，然后写一个函数来求解这实际上只是用 Python 来单纯做“数值计算”. 但实际上，numpy.linalg.solve 可以直接求解线性方程怎么解组.

一般地我们设解线性方程怎么解组形如 Ax=b，其中 A 是系数矩阵b 是一维(n 维也可以，这个下面会提到)x 是未知变量. 再拿上面地最简单的二元一次方程怎么解组为例，我们鼡 numpy.linalg.solve 可以这样写：

那么前面提到的“ n 维”情形是什么呢实际上就是同时求解多组形式相同的二元一次方程怎么解组，例如我们想同时求解這样两组：

SciPy 求解非线性方程怎么解组

一般来说我们只需要用到 func 和 x0 就够了. func 是自己构造的函数，也就是需要求解的方程怎么解组的左端（右端为 0）而 x0 则是给定的初值.

我们来看一个具体的例子，求解：

当然SciPy 也可以用来求解线性方程怎么解组，这是因为 scipy.optimize.fsolve 本质上是最小二乘法来逼近真实结果.

就重点讲述了 SymPy 解线性方程怎么解组的方法，所以我也就不再赘述了

其实 SymPy 能干的太多了，有兴趣的可以看一看 GitHub上的 .

安利自巳一波求一份关于 程序化投资 方向的寒假实习.
这是我的简历（划掉），欢迎骚扰.

打开网易新闻 查看更多精彩视频