Python

Python

0 配置环境

0.0 安装python环境

• 官网下载地址：https://www.python.org/downloads/
• 安装时 务必勾选 "Add Python to PATH" （Windows 用户）

验证是否安装成功：

python --version
# 或
python3 --version

---

0.1 ✅ 在vscode安装python扩展

在 VS Code 中安装官方 ​Python 扩展：

推荐同时安装 Pylance（通常会自动安装），它提供更强大的语言支持。

---

0.2 ✅ 选择 Python 解释器

方法一：通过命令面板选择

1. 打开一个 .py 文件或项目文件夹
2. 按下 Ctrl+Shift+P（Windows/Linux）或 Cmd+Shift+P（macOS）打开命令面板
3. 输入并选择：Python: Select Interpreter
4. 从列表中选择你希望使用的 Python 版本（例如系统 Python、虚拟环境中的 Python 等）

方法二：在设置中指定（可选）

你也可以在工作区的 .vscode/settings.json 中手动指定：

{
    "python.defaultInterpreterPath": "/path/to/your/python"
}

---

0.3 ✅ 第三步：选择 Python 解释器

VS Code 需要知道使用哪个 Python 解释器来运行和调试代码。

方法一：通过命令面板选择

如果你使用的是虚拟环境（如 venv​、conda​、poetry），请先激活它，然后选择对应的解释器路径，例如：

• Windows: .\venv\Scripts\python.exe
• macOS/Linux: ./venv/bin/python

方法二：在设置中指定（可选）

你也可以在工作区的 .vscode/settings.json 中手动指定：

{
    "python.defaultInterpreterPath": "/path/to/your/python"
}

---

0.4 ✅ 第四步（推荐）：使用虚拟环境（Virtual Environment）

1. 创建虚拟环境（以 venv 为例）

# 在项目根目录执行
python -m venv venv

2. 在文件夹地址栏输入 cmd 回车，直接打开 CMD

执行：

venv\Scripts\activate

你会看到命令行前缀变成：

(venv) D:\A_Project\Python_Project\2025_12_18_howland>

• Windows（PowerShell）：

  .\venv\Scripts\Activate.ps1

• Windows（CMD）：

  .\venv\Scripts\activate.bat

• macOS / Linux：

  source venv/bin/activate

---

0.5 ✅ 第五步：安装第三方库

0.5.1 pip install 安装

激活虚拟方式后直接在虚拟方式里使用pip install 安装

pip install

0.5.2 🌐 网络慢？换国内镜像源

例如使用阿里云、清华源加速安装：

临时使用镜像安装（推荐）： 在命令后面加上 -i 参数和镜像地址。

# 使用清华镜像源安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名

0.5.3 永久修改镜像源：

1. 方法一：执行下列命令

如果你不想每次都输入长长的地址，可以执行以下命令一键配置：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

常用镜像源：

• 清华：https://pypi.tuna.tsinghua.edu.cn/simple
• 阿里云：https://mirrors.aliyun.com/pypi/simple/
• 豆瓣：https://pypi.douban.com/simple/

2. 方法二：在虚拟环境下新建pip.ini文件夹永久配置镜像源（以 Windows 为例）：

1. 在用户目录下创建 pip​ 文件夹（如 C:\Users\你的用户名\pip）

2. 新建文件 pip.ini

3. 内容如下：

   [global]
   index-url = https://pypi.tuna.tsinghua.edu.cn/simple
   trusted-host = pypi.tuna.tsinghua.edu.cn

0.5.4 确认库确定库是否安装成功？

• 命令行检查 ：输入 pip list，查看列表中是否包含你刚才安装的库。
• 代码测试 ：在 Python 文件中输入 import 库名。如果没有出现波浪线报错，说明环境已识别。
• 并且检查解释器是否为建立的虚拟环境

import sys
print(sys.executable)

---

1 Powershell

1.1 Powershell 小技巧指令

正确命令	功能
Clear-Host​ 或 cls	清屏
Get-ChildItem​ 或 gci	列出文件
Get-Location​ 或 gl	显示当前路径

• clc 不是 PowerShell 的正确命令，应该是 Clear-Host 或 cls

1.2 实用快捷键

• Tab - 自动补全命令/路径
• Ctrl+C - 中断当前命令
• F7 - 显示命令历史窗口
• ↑/↓ - 浏览历史命令
• Ctrl+L - 清屏（部分版本支持）

1.3 Python 相关 PowerShell 命令

# 检查 Python 版本
python --version
python3 --version

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
.\venv\Scripts\activate  # Windows PowerShell

# 退出虚拟环境
deactivate

# 安装包
pip install package_name

# 列出已安装包
pip list

‍

‍

‍

‍

2 使用python的SymPy库求解方程式

\\begin{cases} i_{in} = \\dfrac{u_n-u_x}{R_1}\\\\ u_x-u_o = i_{in} \\cdot R_2\\\\ u_x = \\dfrac{i_l \\cdot R_3}{R_3 + R_4} \\cdot R_3 \\end{cases} \\tag{1-1}

• 有上述三式子求解i_L

• i_L = \\dfrac{u_o - i_L \\cdot R_L}{R_0} - \\dfrac{i_L \\cdot R_L}{R_3 + R_4} \\tag{1-2}

SymPy 的符号表达式是"引用式"的，不是"值复制"式的。

---

2.1 Sympy引用式符号表达式，确保"先定义，后引用"

ux = iL * RL * R3 / (R3 + R4)
iin = (un - ux) / R1
uo = -R2 * iin + ux

并不是像数值计算那样"立刻算出值并赋进去"，而是：

• iin 引用了已经定义好的 ux
• uo 引用了已经定义好的 iin 和 ux

依赖关系应该是：

iL → ux → iin → uo

⚠️ 顺序改变会导致"引用链"不同， 改变顺序（比如把 ux 放最后）：

iin = (un - ux) / R1   # ← 此时 ux 还没定义！
uo = -R2 * iin + ux    # ← ux 也没定义
ux = iL * RL * R3 / (R3 + R4)

• iin 里的 ux 是未定义符号，不是你想的那个表达式
• 所以整个链就"断"了，结果自然不对

---

2.2 解决办法

2.2.1 ✅方法 1：始终先定义底层变量，再定义高层变量

所以代码顺序必须是：

ux = ...          # 依赖 iL
iin = F(ux)         # 依赖 ux
uo = F(ux,iin)          # 依赖 iin 和 ux

2.2.2 ✅方法 2：使用 Lambda 函数或函数封装（推荐用于复杂系统）

def get_ux(iL_val):
    return iL_val * RL * R3 / (R3 + R4)

def get_iin(un_val, iL_val):
    return (un_val - get_ux(iL_val)) / R1

def get_uo(un_val, iL_val):
    ux_val = get_ux(iL_val)
    iin_val = (un_val - ux_val) / R1
    return -R2 * iin_val + ux_val

这样顺序就由函数调用控制，不易出错。

2.2.3 ✅方法 3：用 SymPy 的 ​subs()​ ​ 显式代入（更清晰）

# 先写出所有原始关系（用符号表示）
ux_expr = iL * RL * R3 / (R3 + R4)
iin_expr = (un - ux) / R1
uo_expr = -R2 * iin + ux

# 然后代入
uo_final = uo_expr.subs({
    ux: ux_expr,
    iin: iin_expr.subs(ux, ux_expr)
})

这样即使顺序乱，也能正确替换。

2.2.4 ✅方法 4：重新赋值以反映最新依赖关系

# 第一次定义（早期）
ux = uo * R1 / (R1 + R2)
iin = (up - ux) / R3
uo = solve(..., uo)[0]   # ← 这里 uo 被重新赋值为一个不含 uo 的表达式！

# 第二次定义（关键！）
ux = uo * R1 / (R1 + R2)   # 用新的 uo 重新计算 ux
iin = (up - ux) / R3       # 用新的 ux 重新计算 iin

# 最后用最新的 iin 和 ux 建立方程
equation = -R4*iin + ux - iL*RL
iL2 = solve(equation, iL)[0]

‍

关键点 1：​uo​ ​ 在中间被重新赋值了

• 第一次：

  uo = solve((uo - iL*RL)/R0 - iL + iin, uo)[0]

  这行代码​解出了 ​uo​ ​ 的显式表达式 ​（只含 iL​, up​, R0~R3​ 等，不再包含 uo 自身）。

  📌 此时 uo 变成了一个"展开后的代数表达式"。

• 但此时 ux​ 和 iin​ 还是基于旧的 ​uo​ ​ （符号变量） 定义的，所以它们​不包含正确的 ​uo​ ​ 表达式。

关键点 2：第二次重新计算 ​ux​ ​ 和 ​iin​

✅ 这相当于手动"刷新"了依赖链！

‍