4

在 sympy 0.7.6 中，对于 modules='sympy' 和 modules='numpy' 选项，我对以下代码没有任何问题。现在使用 sympy v0.1，使用 modules='numpy' 的评估会引发 ZeroDivisionError：

import sympy

x, y = sympy.symbols(['x', 'y'])
expr = sympy.Piecewise((1/x, y < -1), (x, y <= 1), (1/x, True))

f_sympy = sympy.lambdify([x, y], expr, modules='sympy')
f_numpy = sympy.lambdify([x, y], expr, modules='numpy')

print f_sympy(0, 1)  # performs well

print f_numpy(0, 1) # issue: ZeroDivisionError

似乎分段函数在模块 ='numpy' 的条件之前评估。

我的问题是：

这种行为正常吗？

如果是这样，为什么以及如何定义分段表达式并在没有 sympy.lambdify 过程的情况下像使用 numpy 模块一样快速评估它？

编辑：

发现在我的情况下，解决方案是theano：

import sympy

x, y = sympy.symbols(['x', 'y'])
f = sympy.Piecewise((1/x, y < -1), (x, y <= 1), (1/x, True))

from sympy.printing.theanocode import theano_function
f_theano = theano_function([x, y], [f])

print f_theano(0, 1)  # OK, return 0
4

1 回答 1

3

我删除了我的另一个答案（以防你已经看到它）。有一个更简单的解决方案。

ZeroDivisionError 的出现是因为 lambdified 表达式大致产生lambda x, y: select([less(y, -1),less_equal(y, 1),True], [1/x,x,1/x], default=nan). 问题是传入 x = 0 会导致1/0被 Python 评估，这会引发错误。

但是 NumPy 可以被零除。它会发出警告，但在其他方面工作正常（它给出inf），在这个例子中没有问题，因为inf实际没有使用。

所以解决方案是将输入包装lambdify为numpy数组，即，而不是

f_numpy(0, 1)

采用

f_numpy(array(0), array(1))

如果您有兴趣，有一个SymPy 问题正在讨论这个问题。

于 2016-06-27T22:49:21.197 回答