2

x在以下具有值：

[mpf('0.0') mpf('0.10000000000000001') mpf('0.20000000000000001')
 mpf('0.30000000000000004') mpf('0.40000000000000002') mpf('0.5')
 mpf('0.60000000000000009') mpf('0.70000000000000007')
 mpf('0.80000000000000004') mpf('0.90000000000000002')]

代码 1

import numpy as np
import mpmath as mp
import matplotlib.pyplot as plt

x = mp.arange(0,1,0.1)
y=x
plt.plot(x,y)
plt.show()

一切都很好

代码 2

import numpy as np
import mpmath as mp
import matplotlib.pyplot as plt

x = mp.arange(0,1,0.1)
y = 2.*x

plt.plot(x,y)
plt.show()

发生错误，说：不能将序列乘以“浮点”类型的非整数。所以在代码 3 中，我将 2. 更改为 2

代码 3

import numpy as np
import mpmath as mp
import matplotlib.pyplot as plt

x = mp.arange(0,1,0.1)
y = 2*x

plt.plot(x,y)
plt.show()

这次它说：x 和 y 必须具有相同的第一维。

最后，我发现我可以使用np.array将 x 变成一个数组，所有的麻烦都没有了。

代码 4

import numpy as np
import mpmath as mp
import matplotlib.pyplot as plt

x = mp.arange(0,1,0.1)
y = 2.*np.array(x)

plt.plot(x,y)
plt.show()

谁能给我解释一下，x代表什么，什么是mpf。为什么上面的代码会这样？如果 x 不是数值数组，为什么可以用它来绘图？如果是数组，为什么不能乘以一个数字？我感到很困惑！

4

4 回答 4

2

你x只是一个清单：

>>> x = mp.arange(0, 1, 0.1)
>>> type(x)
list

这意味着您将获得正常的列表行为：

>>> x * 2.0
TypeError: can't multiply sequence by non-int of type 'float'
>>> y = [e * 2.0 for e in x]

这将转换为 NumPy 对象数组：

>>> np.array(x).dtype
dtype('O')

这意味着您可以进行元素操作： 

>>> np.array(x) * 2000.0
array([mpf('0.0'), mpf('200.0'), mpf('400.0'), mpf('600.00000000000011'),
       mpf('800.0'), mpf('1000.0'), mpf('1200.0000000000002'),
       mpf('1400.0000000000002'), mpf('1600.0'), mpf('1800.0')], d

plt.plot(x,y)可以使用列表或 NumPy 数组作为输入。

于 2015-12-11T12:23:37.227 回答
1

mpf 是 mpmath 库中的一个类来表示real float，但它不是 int，也不是 float ...

在 1-2) 你试过y=mp.mpf(2).*x吗？

在 3) 我还没有看到 int 与 mpf 的乘法是如何定义的，但如果它与字符串一起工作，那么在这种情况下 y 将不会具有相同的维度。编辑：事实上，2*x给了我扩展数组[x,x]

在 4) 中它可以工作，因为您使用的不是mpf数字，而是一个 numpy 数组，它具有您编写的乘法运算。

于 2015-12-11T12:17:23.993 回答
0

x是一个mp-floats 数组；你用它制作的 np.array 可以以普通 python 数组无法使用的方式使用。

于 2015-12-11T12:17:03.687 回答
0

mpmath 提供了自己的数值类型。mpf 类将用于实际浮点数（mpc 用于复杂浮点数等）。您可以从不同的其他 Python 类型（如字符串、整数、浮点数）以及其他 mpf 实例创建 mph 实例。mpf 实例的精度将由全局 mpmath 工作精度设置。

有关更多信息，您可以访问SymPy 模块参考

于 2018-01-01T23:42:26.033 回答