python解化學反應（python 化學）

本文目錄一覽：

• 1、python的解方程能力好像不是很強啊，為什麼複雜一點的指數方程就求不出來了？？？
• 2、用python如何得到一個方程的多個解
• 3、用python來解決問題?
• 4、使用python演算法如何解
• 5、計算化學，有python基礎還有必要學習matlab么

python的解方程能力好像不是很強啊，為什麼複雜一點的指數方程就求不出來了？？？

內置的演算法不支持這麼複雜的方程求解，需要編寫特別的演算法。

用python如何得到一個方程的多個解

方法/步驟

用Python解數學方程，需要用到Python的一個庫——SymPy庫。

SymPy是符號數學的Python庫，它的目標是成為一個全功能的計算機代數系統，同時保持代碼簡潔、易於理解和擴展。

如果你的電腦上還沒有安裝sympy庫，那就趕緊安裝吧，安裝命令：

pip3 install sympy

請點擊輸入圖片描述

先來解一個簡單點的方程吧。

題目： 5x + 20 = 100

先直接上代碼：

from sympy import *

x = Symbol(‘x’)

print(solve([5*x + 20 – 100], [x]))

請點擊輸入圖片描述

再來一個複雜點的二元一次方程吧。

題目：3x + 4y =49, 8x- y = 14

代碼如下：

from sympy import *

x = Symbol(‘x’)

y = Symbol(‘y’)

print(solve([3*x + 4*y – 49, 8*x – y – 14], [x, y]))

請點擊輸入圖片描述

有沒有發現規律呢，簡單總結一下：

1）變數賦值，使用symbol函數轉換；

2）將方程式移到方程的左邊，使右邊等於0；

3）使用solve函數解方程。

當然了，python的基礎語法必須掌握，至少需要掌握python最基礎的算數運算符。

+  加 —- 兩個對象相加

–  減 —– 得到負數或是一個數減去另一個數

*  乘 —– 兩個數相乘或是返回一個被重複若干次的字元串

/  除 —– x 除以 y

%  取模 —– 返回除法的餘數

**  冪 —– 返回x的y次冪

log()  對數—–對數 log()

下面來個難度大點的方程。

請點擊輸入圖片描述

代碼如下：

from sympy import *

t = Symbol(‘t’)

x = Symbol(‘x’)

m = integrate(sin(t)/(pi-t), (t, 0, x))

print(integrate(m, (x, 0, pi)))

請點擊輸入圖片描述

用python來解決問題?

代碼如下：

s=[1, 2, 3, 4, 5, 6, 7, 8, 9,10,11,12,13,14,15,16,17,18,19,20,1]

s1 = []

for i in range(1,len(s) + 1):

if i % 5 == 0:

s1.append(s[i-5:i])

print(s1)

輸出：

[[1, 2, 3, 4, 5], [6, 7, 8, 9, 10], [11, 12, 13, 14, 15], [16, 17, 18, 19, 20]]

使用python演算法如何解

　解決方案

從一些測試案例開始總是好的做法。讓我們從小的案例開始，看看能否找到某種規律。

． N = 1，1種爬樓方式：[1]

． N = 2，2種爬樓方式：[1,1]，[2]

． N = 3，3種爬樓方式：[1,2]，[1,1,1]，[2,1]

． N = 4，5種爬樓方式：[1,1,2]，[2,2]，[1,2,1]，[1,1,1,1]，[2,1,1]

你有沒有注意到什麼？請看N = 3時，爬完3階樓梯的方法數量是3，基於N = 1和N = 2。存在什麼關係？

爬完N = 3的兩種方法是首先達到N = 1，然後再往上爬2步，或達到N = 2再向上爬1步。所以 f(3) = f(2) + f(1)。

這對N = 4是否成立呢？是的，這也是成立的。因為我們只能在達到第三個台階然後再爬一步，或者在到了第二個台階之後再爬兩步這兩種方式爬完4個台階。所以f(4) = f(3) + f(2)。

所以關係如下： f(n) = f(n – 1) + f(n – 2)，且f(1) = 1和f(2) = 2。這就是斐波那契數列。

def fibonacci(n):

if n = 1:

return 1

return fibonacci(n – 1) + fibonacci(n – 2)

當然，這很慢（O(2^N)）——我們要做很多重複的計算！通過迭代計算，我們可以更快：

def fibonacci(n):

a, b = 1, 2

for _ in range(n – 1):

a, b = b, a + b

return a

現在，讓我們嘗試概括我們學到的東西，看看是否可以應用到從集合X中取步數這個要求下的爬樓梯。類似的推理告訴我們，如果X = {1,3,5}，那麼我們的演算法應該是f(n) = f(n – 1) + f(n – 3) + f(n – 5)。如果n0，那麼我們應該返回0，因為我們不能爬負數。

def staircase(n, X):

if n  0:

return 0

elif n == 0:

return 1

elif n in X:

return 1 + sum(staircase(n – x, X) for x in X if x  n)

else:

return sum(staircase(n – x, X) for x in X if x  n)

這也很慢（O(|X|^N)），因為也重複計算了。我們可以使用動態編程來加快速度。

每次的輸入cache[i]將包含我們可以用集合X到達台階i的方法的數量。然後，我們將使用與之前相同的遞歸從零開始構建數組：

def staircase(n, X):

cache = [0 for _ in range(n + 1)]

cache[0] = 1

for i in range(n + 1):

cache[i] += sum(cache[i – x] for x in X if i – x  0)

cache[i] += 1 if i in X else 0

return cache[-1]

現在時間複雜度為O(N * |X|)，空間複雜度為O(N)。

計算化學，有python基礎還有必要學習matlab么

（利益相關：我 matlab 和 python 都用，我是搬磚的不是寫代碼的）

從我一些搞計算化學的朋友那裡看，基本用的都是 fortran, c/c++，或者就是商用的量化從頭計算軟體 Gaussian, Molpro, Cfour 等等

計算化學大體上分成三塊：

1.搞演算法的。這幫人基本上是數學家+計算機科學家，涉及最底層的代碼、演算法、數據結構，自然得用底層語言 c 或者 fortran 等等

2.搞量化從頭計算的。這幫人大體是用已經開發好的量化計算軟體（如開頭所述）。量化從頭計算涉及專業性很強的解薛定諤方程的演算法，據個人所知，matlab 這種大型商業公司的軟體花精力去專門做一個量化從頭計算的包肯定是虧本的（相比而言經濟學、統計學等等的包還有點搞頭）。不過印象中也有看到過用 matlab 做很粗淺的量化計算的文獻。

3. 搞分子動力學模擬的。這幫人主要是用經典力學方法計算。用啥語言的都有。

對於 2 和 3 來說，個人以為，選擇什麼語言通常會考量它的計算效率、易用性和擴展性，以及——組裡以前用的啥！matlab 做矩陣運算非常好，但價格不菲啊！python 現在越來越流行，又是免費的，但是單純用 python 計算速度可能會差一點。此外，它們應該都沒有量化從頭計算對應的擴展包。

如果你的方向更多的是用現成的量化計算軟體去算新的化學反應體系，那 matlab 估計不怎麼用得到。如果你的方向更多的偏向於統計，並且設計很多自己寫代碼的部分，那選擇一個自己熟悉的、運算速度滿足項目需求的語言就可以了。畢竟 matlab 和 python 都有介面直接調用 c/c++，你要嫌慢最後總歸回到最底層上面去。

題外話，計算化學找不到出路都轉碼農去了。如果你真的對編程感興趣，底層語言一定是要學的。千萬不要停留在 matlab 這種要花錢的解釋性語言上面。如果你對商業感興趣，用 matlab 可以干很多別的事兒（不過 python 應該也都能幹，數據挖掘什麼的）

最後說一句：大部分時候，說某某語言慢的人，都是自己代碼寫得爛。本人曾優化了組裡留下來的 matlab 代碼，把速度提了幾十倍。每種語言都有其長處，但最終你的演算法寫得好，才能真正跑起來。