我不确定我一直使用的sympy将 a 转换MutableDenseMatrix为 a的方法numpy.array是否numpy.matrix是当前的良好做法。
我有一个符号矩阵，如：
g = sympy.Matrix( [[ x, 2*x, 3*x, 4*x, 5*x, 6*x, 7*x, 8*x, 9*x, 10*x],
[x**2, x**3, x**4, x**5, x**6, x**7, x**8, x**9, x**10, x**11]] )
我正在转换为numpy.array：
g_func = lambda val: numpy.array( g.subs( {x:val} ).tolist(), dtype=float )
我得到一个给定值的数组x。
SymPy 中是否有更好的内置解决方案来做到这一点？
谢谢！
这看起来是最直接的：
np.array(g).astype(np.float64)
如果你跳过 astype 方法，numpy 将创建一个“对象”类型的矩阵，它不适用于常见的数组操作。
该答案基于 Krastanov 和 asmeurer 的建议。这个小片段使用sympy.lambdify：
from sympy import lambdify
from sympy.abc import x, y
g = sympy.Matrix([[ x, 2*x, 3*x, 4*x, 5*x, 6*x, 7*x, 8*x, 9*x, 10*x],
[y**2, y**3, y**4, y**5, y**6, y**7, y**8, y**9, y**10, y**11]])
s = (x, y)
g_func = lambdify(s, g, modules='numpy')
g您的表达式在哪里包含分组的所有符号s。
如果modules='numpy'使用，函数的输出g_func将是一个np.ndarray对象：
g_func(2, 3)
#array([[ 2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
# [ 9, 27, 81, 243, 729, 2187, 6561, 19683, 59049, 177147]])
g_func(2, y)
#array([[2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
# [y**2, y**3, y**4, y**5, y**6, y**7, y**8, y**9, y**10, y**11]], dtype=object)
如果modules='sympy'输出是一个sympy.Matrix对象。
g_func = lambdify(vars, g, modules='sympy')
g_func(2, 3)
#Matrix([[2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
# [9, 27, 81, 243, 729, 2187, 6561, 19683, 59049, 177147]])
g_func(2, y)
#Matrix([[ 2, 4, 6, 8, 10, 12, 14, 16, 18, 20],
# [y**2, y**3, y**4, y**5, y**6, y**7, y**8, y**9, y**10, y**11]])
numpy.array(SympyMatrix.tolist()).astype(numpy.float64)
tolist将sympy 矩阵变成嵌套索引的本机方法
numpy.array可以将嵌套索引的东西转换成数组
.astype(float64)将数组的数字转换为默认的 numpy 浮点类型，这将与任意 numpy 矩阵操作函数一起使用。
作为附加说明 - 值得一提的是，通过强制转换为 numpy，您将失去执行矩阵运算的能力，同时保留 sympy 变量和表达式以备不时之需。
编辑：我的附加说明是，在转换为 numpy.array 时，您失去了在矩阵中的任何位置拥有变量的能力。你所有的矩阵元素必须在你施放之前已经是数字，否则一切都会中断。
从SymPy-0.7.6.1_mpmath_ matrix docs，该tolist()方法存在：
最后，可以将矩阵转换为嵌套列表。这非常有用，因为大多数涉及矩阵或数组的 Python 库（即 NumPy 或 SymPy）都支持这种格式：
B.tolist()