我遇到了以下问题，首先我将简要解释发生了什么：

从那里我们期望

lambdified g(x,y)返回非常接近零而不是零的东西。这是重现问题的代码。只有当我进行足够数量的log评估时它才会到达f(x)

要点：https ://gist.github.com/marekyg​​gdrasil/39a24213ebaba6293464d116821cc334

来源：

输出

我目前正在优化我的代码的运行时间，但它仍然不在我希望的时间消耗范围内。我已经到了80% 的时间都花在对我的 sympy 矩阵表达式运行lambdify() 并在执行高斯求积时评估生成的 lambda 函数上。代码的所有其他方面都得到了充分优化，因此我希望有人可以帮助我优化我的lambdifying和评估sympy表达式的代码中的实质性“瓶颈”。

该代码是在具有 Python 3.5.2 的 64 位 Windows 7 机器上编写的（下面的示例说明了代码，在 Jupyter QtConsole 上执行）和以下模块版本：

• 同情：1.0
• 麻木：1.11.1
• 麻木：0.27

羔羊（）

我认为 lambdify() 使用大量时间的原因是 sympy 表达式的复杂性（这涉及 sympy Piecewise() 表达式的乘法）。这些表达式的简化是不可能的，因为它们是使用标准 Alpert 算法从勒让德缩放函数创建的小波函数。这里给出了一个这样的矩阵和时间比较的小例子，它与“更简单”的矩阵进行了比较：

时间比较产生：

这表明更复杂的表达式的处理速度比更简单的 Matrix 慢了近 10 倍，当将 lambdify() 应用于其中几种类型的矩阵时，这对运行时做出了重大贡献。研究我在 sympy.utilities.autowrap 中了解到更快的 ufuncify() 函数的主题，这似乎在使用 Fortran 或 C++ 后端时效果最好。但是，在我的情况下，这不是最好的选择，因为该函数尚未扩展到 sympy 矩阵，我希望代码足够通用，其他适应代码的 Windows 用户不需要安装 C++ 编译器等。 所以，有没有在不使用其他编译器的情况下为这些类型的 sympy 表达式实现lambdify() 函数的加速？

Lambda 函数评估

上述 sympy 矩阵的lambdified 函数在特定坐标处的评估时也表现不同。这通过以下简单的 5 点正交示例进行说明：

我的第一直觉是从 numba 模块中引入 jit 以加快评估速度。然而，这导致了一个弹出窗口，指出 python 已停止工作，并且内核重新启动（对于 f 和 f_simpl 都会发生）：

再说一遍，是否有办法加快这些 lambda 函数评估以减少总运行时间？或者可能是某种避免 numba.jit 崩溃的方法？

我昨天问了一个关于区分 python 函数的问题，然后当我发现发布的答案都不能满足我评估（在某些变量中）然后绘制导数的需要时，我能够找出自己的解决方案。

以前的代码：

新代码：

如您所见，我克服了无法评估导数 fprime 的问题，方法是创建一个新函数 DerivativeOfF，它是 fprime 的“lambdified”版本。从那里，我能够评估 DerivativeOfF，并将其绘制在其中一个变量中。

我的问题是：为什么这行得通？我到底做了什么？这种方法有什么缺点？我曾尝试阅读lambdify 文档，但这让我非常困惑（我是Python 的初学者）。我的猜测是我将 Python 函数 fprime 转换为 Sympy 表达式 DerivativeOfF 或类似的东西。任何帮助解释发生的事情和原因，以及lambdify究竟做了什么（用外行的话），将不胜感激。

我正在尝试将q_IN_w_sym（此处无法容纳的非常长的表达式）的 sympy 表达式转换为 python 函数，以便我可以评估它的数值。q_IN_w_sym我使用q_IN_w_sym.atoms(sym.Symbol)and检查了符号的数量q_IN_w_sym.free_symbols，两者都给出了相同数量的变量/符号（数量为 13）。之后，我尝试使用此答案中的建议将 sympy 表达式转换为 python 函数，如下所示：

但是，我收到以下错误：

我也尝试了以下命令，但它给出了相同的错误（虽然略有不同）

错误：

不确定上述命令有什么问题。下面，您可以找到一个最小的示例，您可以运行它来查看我面临的问题：

注意：虽然我有兴趣使用数组作为输入（r_o在本例中），但即使将其单个元素作为输入也会引发错误。另外，这里为了复现一个简单的例子，错误是不同的，但是找到数值的问题仍然存在。

我有一些符号表达式已存储在文本文件中（因为它们太大），以后无法读取它们以找到它们的数值估计值。因此，在我阅读了这些表达式（比如foo_sym）之后，我将这些表达式转换为 python 函数，如下所示：

表达式中的一些符号变量是数组，因此我将函数的矢量化版本设置为：

现在，我发现向量化函数的数值估计如下：

在上面的代码中，符号值var_1, var_2, var_3, ...., var_12的顺序与我通过的符号顺序一致tuple(foo_sym.free_symbols)。但是，每次我重新启动 python 并运行上面的代码时，我都会得到一个，ValueError: math domain error因为给出的符号变量的顺序tuple(foo_sym.free_symbols)似乎已经改变了，但是值的顺序foo_fn_vec(var_1, var_2, var_3, ...., var_12)没有改变。

有没有一种方法可以在两个步骤中保持符号的顺序不变，即在转换为函数的sym.lambdify((var_1, var_2, var_3, ...., var_12), foo_sym)同时找到函数的数值为foo_num = foo_fn_vec(var_1, var_2, var_3, ...., var_12)？

给定方程取决于未知变量 (y) 和一组参数。给定具有参数值的网格的每个元素，我想对 y 进行数值求解。

我尝试的解决方案的简化示例如下（y 是未知变量，x 是参数）：

但是，我收到以下错误：“预期为一维数值函数”。我期待为 xgrid 中的每个值 x 收到一个 y=-x**2 的向量。

请注意，实际感兴趣的函数不是示例中的 y=-x**2，而是隐含在 x in y 中的非线性函数。

我是否被迫对网格中的每个值进行循环，还是我仍然可以以某种方式使用lambdify？提前致谢！

我有一个问题，需要一个大数组的函数。复制相同问题的简化代码是：

这给出了以下错误：

我想 sympy 在某些时候会使论点变平，因此会导致这个问题。

我想不出一个好的解决方法。

我有两个用 sympy 的 lamdify 创建的函数

如何创建一个添加这两个功能的新功能？

我试过c = a + b了，但我得到了

假设我有一个包含一些数值的容器类：

我想给那些Containers 一个lambdified sympy 表达式，结果得到一个新的Container：

现在我实际上不介意围绕f解包和打包值编写一些包装器，但问题出现在这里：

就像在 Numpy 中一样，我也希望它能够处理列表或与值混合的列表：

实现这一目标的优雅方法是什么？

编辑

我已经围绕 lambdify 编写了一个包装函数，它在应用 sympy 表达式之前解包值并打包结果，但它涉及检查参数的类型是 alist还是 a Container，这违背了 Python 的整个鸭子类型哲学。我的实际问题是：有没有更 Pythonic 的方式来做到这一点，不涉及丑陋的类型检查？

下面的 python 脚本计算表达式中的第一项， 4.939e-3xAxB+8.7989 at (A,B) = (1.0,1.0)：

输出为：0.004939

现在下面的代码旨在实现相同的目标：

但这会返回错误： NameError: global name 'B' is not defined

有人可以解释一下吗？