本文介绍在 sympy 中处理混合变量（如 r 和 θ）的复杂符号表达式时，如何通过三角恒等式替换、简化与定向收集，实现变量分离——特别是将含 cos(2θ)、log(r)、r² 等项的表达式显式分解为仅含 r 的部分与仅含 θ 的部分。
本文介绍在 sympy 中处理混合变量（如 r 和 θ）的复杂符号表达式时，如何通过三角恒等式替换、简化与定向收集，实现变量分离——特别是将含 cos(2θ)、log(r)、r² 等项的表达式显式分解为仅含 r 的部分与仅含 θ 的部分。
在应力-温度耦合或极坐标下弹性/热传导建模中，常需验证某偏微分方程解是否满足分离变量形式：即整体表达式可写为 ( g(\theta) - f(r) + \text{纯 } r\text{-项} + \text{纯 } \theta\text{-项} )。但 SymPy 的 collect() 默认无法跨函数类型（如 sin(θ)² 与 cos(2θ)）自动识别代数等价性，导致直接对 r, sin(theta)**2, cos(2*theta) 等调用 collect() 失败——因为 sin²θ 与 cos(2θ) 在符号层面未被关联。
关键突破在于主动引入三角恒等式，将所有三角项统一为 cos(2θ) 形式。由于恒等式
[
\sin^2\theta = \frac{1 - \cos(2\theta)}{2},
]
我们应优先执行替换，再简化，最后定向收集：
from sympy import symbols, sin, cos, simplify, collect, log
r, theta, Delta_T, S_xx, S_yy, ri, ro = symbols('r theta Delta_T S_xx S_yy ri ro')
expr = V_r_integral_minus_V_theta_integral # 即原问题中的差值表达式
# 步骤1：用 cos(2*theta) 替换 sin(theta)**2（及其他可能存在的 sin²/cos²）
expr = expr.subs(sin(theta)**2, (1 - cos(2*theta))/2)
# 步骤2：强力简化，合并同类项、约分、展开嵌套分式
expr = simplify(expr)
# 步骤3：按目标函数基底显式收集——此处聚焦 cos(2θ)、log(r)、r²（而非原始幂次或 sin²）
separated_expr = collect(expr, [cos(2*theta), log(r), r**2], evaluate=False)
collect(..., evaluate=False) 返回字典（如 {cos(2*theta): coeff_cos, log(r): coeff_log, 1: rest}），便于进一步提取纯 θ 或纯 r 部分。若需最终验证分离性，可检查 separated_expr 中各项系数是否确实不含交叉变量——例如 coeff_cos 应仅为 r, ri, ro, Delta_T, S_xx, S_yy 的有理式，不含 theta。
⚠️ 注意事项：
-
勿跳过
simplify()：仅替换不简化会导致大量未合并项（如r²·cos(2θ)与(r⁴/r²)·cos(2θ)无法归并），collect()将失效； -
避免过度泛化收集目标：如同时收集
r,r**2,1/r**2易使结构混乱，应依据物理意义选择正交基底（如log(r)和cos(2θ)是自然分离项）； -
验证等价性：使用
simplify(original_expr - expected_expr) == 0确认化简结果正确性，因符号约分可能存在符号歧义（如-log(ro/ri)与log(ri/ro)）； -
扩展性提示：若含
sin(2θ)或sin(nθ)，可配合trigsimp()或expand_trig()预处理，再统一为cos(2θ)/sin(2θ)组合。
综上，SymPy 的变量分离并非全自动过程，而是“引导式符号操作”：用户需基于数学洞察提供恒等式桥梁，再借力 simplify 与 collect 完成机械整理。这一模式在处理极坐标、球坐标或多场耦合的解析推导中具有普适价值。
