本文介绍如何在 SymPy 中自定义一个具有双线性（对第一变量可加）和对称性（dot(a,b) = dot(b,a)）的符号点积函数，并通过递归规则实现表达式的自动 expand 与 simplify，无需依赖模式匹配引擎。
先说一个核心判断：在 SymPy 里，原生并不支持那种基于用户定义规则的符号重写——比如 Mathematica 的 ReplaceRepeated，或者 Maple 的 simplify with side relations。但这不代表咱们自己就没办法。核心思路其实很简单：把 dot 实现成一个“智能构造器”函数，在构建阶段就递归应用线性性与对称性，而不是等表达式生成之后再调用 simplify() 去硬匹配规则。
下面给出一份我觉得特别稳的实现，直接可用，还能嵌套调用：
from sympy import Function, symbols, Add, ordered
from sympy.abc import a, b, c, x, y
dot = Function('dot')
def dot_expr(a, b):
"""安全、规范化的点积构造器，自动应用：
- 对称性：dot(a,b) → dot(min(a,b), max(a,b))（按符号顺序）
- 对第一变量的线性性：dot(A+B, C) → dot(A,C) + dot(B,C)
"""
# 步骤1：强制对称性 —— 按 canonical order 排序参数
A, B = ordered((a, b))
if A != a: # 需交换
return dot_expr(B, A)
# 步骤2：展开左参数的加法（线性性）
if isinstance(a, Add):
terms = a.as_ordered_terms()
return Add(*[dot_expr(term, b) for term in terms])
# 步骤3：若右参数为和式，利用对称性转为左参数展开
if isinstance(b, Add):
return dot_expr(b, a) # 交由对称性触发步骤2
# 基础情形：返回未展开的符号点积
return dot(A, B)
咱们来试试效果：
# 基础对称性 print(dot_expr(y, x)) # → dot(x, y) # 单边线性展开 print(dot_expr(x + 1, y)) # → dot(1, y) + dot(x, y) # 双边展开（借助对称性） print(dot_expr(x + 1, y + 2)) # → dot(1, 2) + dot(1, y) + dot(2, x) + dot(x, y)
这个方案的精髓在于：表达式在构建阶段就已经完成了代数化简，生成的结果天然符合规则。后续直接用 expand()、collect() 这些标准操作就行，完全不需要额外的 rewrite 或 replace。
需要提醒的是：
- 这套方案并不修改 SymPy 内部的求值逻辑，所以如果你直接调用
simplify(dot(x+1, y))，它不会自动触发展开——必须显式调用dot_expr()来构造。 - 如果还想支持标量乘法的分配律（比如
dot(k*a, b) → k*dot(a, b)），需要在dot_expr里增加对Mul类型的解析，检查首项是否为Number或Symbol。 - 对于更复杂的代数系统（比如张量缩并、Clifford 代数），建议直接考虑专用库：
sympy.tensor、galgebra或者cadabra——后者专门为广义相对论和场论设计，内置了强大的重写规则支持。
归根结底，SymPy 的灵活之处就在于，它允许你把数学语义直接编码进 Python 函数逻辑里。通过组合 ordered、Add.as_ordered_terms() 和递归构造，就能高效实现定制化的代数运算。这种做法的简洁性和可控性，远胜于试图绕过 AST 去直接注入规则。
