Question

我试图让lambdify理解使用modules关键字参数来期望多种类型的输入。根据lambdify（http://docs.sympy.org/dev/_modules/sympy/utilities/lambdify.html）的源代码，这可以通过使用参数列表来完成，但我无法这样做。

import sympy
from sympy import lambdify
x,y=sympy.symbols('x y')
from sympy.parsing.sympy_parser import parse_expr
func=lambdify(x,parse_expr(exp(x)),modules=["numpy","sympy"])

func(array([3,4]))

给出

array([ 20.08553692,  54.59815003])

但是当我尝试

时

func(y)

我得到了

Attribute error:exp

我在这里做错了什么？难道不应该接受numpy和sympy两种类型吗？任何帮助表示赞赏!!

Answer 1

模块不发送或类似的东西。 lambdify的工作方式是创建

lambda x: exp(x)

其中exp来自您选择的模块的命名空间。 lambdify(x, exp(x), ['numpy', 'sympy'])大致相当于

from sympy import *
from numpy import *
# Various name replacements for differences in numpy naming conventions, like
# asin = arcsin
return lambda x: exp(x)

如果要提供调度的自定义功能，可以使用Saullo Castro的示例。你也可以通过提供一个dict来使用lambdify，比如

import numpy as np
import sympy

def myexp(x):
    if isinstance(x, np.ndarray):
        return np.exp(x)
    else:
        return sympy.exp(x)

func = lambdify(x, exp(x), [{'exp': myexp}, 'numpy'])

这给出了

>>> func(np.array([1, 2]))
array([ 2.71828183,  7.3890561 ])
>>> func(sympy.Symbol('y'))
exp(y)

Answer 2

文档说明modules参数将优先考虑首先出现的模块，在本例中为"numpy"。因此，如果两个模块具有相同的功能，它将始终采用第一个模块。

一个好的方法是：

import numpy as np

def func(x):
    if isinstance(x, np.ndarray):
        return np.exp(x)
    else:
        return sympy.exp(x)

不止一个用于lambdify的模块

2 个答案: