关于
项目信息
- 项目地址:GitHub - limingkang12345/CalculusCalculator
- 网页版:https://limingkang.pythonanywhere.com
- PYPI:https://pypi.org/project/CalculusCalculator/
- 核心库:SymPy(符号计算)、PySide6(GUI)、Matplotlib(绘图)、PyQtDarkTheme-fork(主题)、latex2sympy2(LaTeX 解析)、pyqt5-math-widget(可视化公式输入)
版本历史
v2.0.0
- 新增"积木化"功能:通过拼接积木实现计算流程的可视化,支持 Sympy/Latex 表达式输入、编辑器内直接执行流程、输出公式自动渲染、定义函数/函数性质分析、求导/积分、解方程(组)/不等式(组)/解三角形、工程存档/读档
- 积木化新增"代码预览双模式":预览面板顶部下拉框可切换原生 SymPy 代码(仅依赖 SymPy,复制后可在装有 SymPy 的解释器中直接运行)与CalculusCalculator 库代码(运行按钮实际执行的代码),默认展示原生 SymPy 代码
- 修复积木化输出公式的 LaTeX 渲染误判问题;修复 sympify 传入 SymPy 对象时的下标访问错误
- 全面升级公式编辑器:后端换用 MathLive,提升使用体验
- 新增启动界面(Splash),优化启动速度
- 帮助文档新增英文支持
v1.6.5
此版本为CalculusCalculator-v1最终版
- 更改依赖库latex2sympy2为latex2sympy2_extended,确保了对Python3.13+版本的支持
- 制作Linux预编译二进制版本
- 更新requirements.txt,确保本次版本能够长期支持
- CalculusCalculator-v2的制作将于2026年8月启动,愿未来再会!
v1.6.4
- 表达式缓存:新增"缓存区"功能(菜单"文件 → 缓存区"),支持标签页管理缓存表达式;输入框旁三个快捷按钮:可视化输入、打开缓存区弹窗、存入缓存区
- 可视化公式输入:基于 pyqt5-math-widget(已内置于
math_input/目录),支持结构化选择和编辑数学符号 - 存档设置:设置页新增"存档设置(保存时)"列表,可勾选/取消函数列表、方程列表等,精细控制存档数据范围
- 菜单调整:"解三角形"移至"求解"菜单子项,"变形"移至"计算"菜单子项
- 项目结构优化:
core/目录添加__init__.py;ui/i18n.py重构为core/settings.py - 代码清理:移除浅色/深色样式切换的残留 QAction
v1.6.3
- 新增"设置"选项卡,并将主题样式设置项移入设置选项卡
- 新增"语言"设置项,支持英语界面
- 新增内置"帮助文档",提供用户文档与 API 文档
- 修复不能进行不定积分和定积分的问题
- 移除
resources_rc.py中打包的 MathJax 库,缩小 ico 体积
v1.6.2(GitHub 最新发布)
- 数学公式显示组件更换为
QGraphicsView,大幅减小打包体积 - 重构项目结构,增强规范性
- 使用
lazy_loader加快启动速度 - 修复暗色主题下帮助文档内容样式错误
v1.6
- 窗口部件随窗口大小自适应
- 使用 PyQtDarkTheme-fork 实现现代化扁平 UI
- 新增"界面主题"菜单项,支持浅色/深色切换
- 额外提供 Nuitka 编译版本
v1.6.1
- LaTeX 代码直接输入:在表达式前加
$即可输入 LaTeX - 帮助页面由
QWebEngineView改为QTextBrowser,加载性能提升 - 更新帮助文档与 README
v1.5.2
- 几何计算:平面 32 种、立体 22 种运算
- 回车快捷键:主要输入框支持回车触发按钮
- 菜单栏新增"计算"项
v1.5.1
- 平面几何 / 立体几何定义与绘图
v1.5.0
- 向量、解三角形、函数绘图
v1.4.4
- 计算选项卡:高精度与符号运算、LaTeX 生成
- 函数以
函数名(自变量值)调用,支持嵌套 - 大部分结果自动分母有理化;不等式解集以集合/区间返回
- 方程组与不等式组写入存档;修复多解报错
v1.4.3
- 新增 JSON 存档/读档功能
- 修复初次新建选项卡卡顿;改用 WinRAR/7z 打包
v1.4.2
- 修复代数式输入时被自动化简、求解时不自动化简的问题
v1.4.1
- 重构 UI:标签页可像浏览器一样增减
- 新增菜单栏("关于"含 GitHub/网页版链接)
- UI 代码移入
ui目录;缩小打包体积
已知限制
- 极复杂的符号表达式下 SymPy 计算可能较慢或占用较多内存。
- 表达式解析依赖 SymPy 的
sympify,需基本符合 Python/SymPy 语法。 - 网页版受 PythonAnywhere 资源限制,难以处理超大计算任务。
许可证
本项目采用 MIT 许可证。
作者
LiMingkang — GitHub: limingkang12345