问题标签 [gmpy]

我在 Numpy 矩阵中使用多精度 Rationals(mpfr) 对象，

但是当计算矩阵的逆时，我会失去精度。

那么如何保持mpfr的精度呢？任何建议将不胜感激！

我尝试在我的 python 发行版（Anaconda 64 位）上安装 gmpy2，我通过从http://www.lfd.uci.edu/~gohlke/pythonlibs下载预编译的 .PYD 文件并将文件放入站点包中来做到这一点文件夹（我尝试了 32 位和 64 位版本）。但是，当我运行它并尝试导入 gmpy2 时，它给出了以下错误：DLL 加载失败：%1 不是有效的 Win32 应用程序。我不知道如何解决这个问题，因为我使用的一切都是 64 位的。我查看了该站点上的其他一些答案，但似乎都没有帮助。有谁知道我可能会尝试做什么？

Numpy 是一个用于高效数值数组的库。

mpmath 在 gmpy 的支持下，是一个用于高效多精度数的库。

如何有效地将它们组合在一起？还是仅使用带有 mpmath 数字的 Numpy 数组已经很有效？

要求“与本机浮点数一样高效”是没有意义的，但您可以要求它接近等效 C 代码（或者，如果不这样做，Java/C# 代码）的效率。特别是，一个高效的多精度数字数组意味着您可以进行矢量化操作，而不必__add__在 Global Interpreter 中查找一百万次。

编辑：致亲密的选民：我的问题是关于将它们组合在一起的有效方法。可能重复中的答案特别指出，幼稚的方法效率不高。

拥有一个 dtype=object 的 numpy 数组可能会产生误导，因为强大的 numpy 机制使得使用标准 dtypes 的操作超级快，现在由默认对象的 python 运算符处理，这意味着速度不会存在不再

我想找到一个大矩阵的简化的行梯形形式（在字段 F_q 中）。我尝试了以下代码。虽然我使用 gmpy2 库来加速，但程序仍然内存不足。因为我的输入矩阵非常大（100 x 2^15）并且 p 也非常大（|p|=256 位）。有人可以建议如何降低这个算法的复杂性。

谢谢

我刚刚遇到了声称被 google 2004 使用的挑战之一

独立于此，我想接受挑战并用python解决它

我的程序返回5598298427了一个质数

上网查了一下，正确答案是7427466391

但是如上所示，python 中的 exp 数字不包括该数字

那我做错了吗？

编辑：使用 gmpy2

742746639199 次迭代后返回

我正在尝试使用 MPZ 更改数字的基数，但是当我尝试mpz(16[, base=16])出现无效的语法错误。

如果我使用mpz(0x16)，它会返回一个以 10 为底的数字 ( 22)。是否可以将 MPZ 类型存储在不同的基础中？

在 gmpy2 中使用 log2() 时，16 位数字后似乎不准确。它似乎在 15 位数时工作正常，但之后使用 mpz(mpfr(2) ** mpfr(x)) 的答案不正确。我需要改变精度吗？我认为 python 本身可以精确到 53 位。

此外，在 gmpy2 中是否有一种方法可以在 10 和 2 之外的基数中使用对数运算？例如，基数为 8 或 16。

我在 Stackoverflow 上找到了以下答案：

https://stackoverflow.com/a/356187/1829329

但它仅适用于 n 根中的 n 整数：

结果是：

计算这样一个根的好方法是什么？（这是一些公式的python代码表示，我需要在讲座中使用它来计算。）

编辑#1

这是我的解决方案，基于http://math.stackexchange.comSpektre上人们的回答和信息。

一个简单的浮点加法 x+y in 精度为 4（即 IEEE 尾数宽度 3），其中 3 位用于 的指数（emax=3, emin=-4）x = mpfr('0.75')，但在应该为 时却y = mpfr('0.03125')错误地给出了结果。请注意，对于这种降低精度的格式，这是一个次正规数。mpfr('0.75')mpfr('0.8125')0.3125

编辑：从链接中提取的终端交互并包括在内以供将来参考。

从讨论issue #60和issue #40看来，PyPy 以前无法构建 gmpy。我目前打算使用的只是is_primegmpy2 中方便的可能的主要代码。我的印象是，对 gmpy2 的调用越多，PyPy 的效率就越低。目前是否可以使用 gmpy2，或者我是否必须使用 GMPY_CFFI 之类的东西？

在 PyPy 中使用 pip 时出现的错误是cannot open include file 'mpir.h'