问题标签 [lambdify]

这是代码。2a 有效，但 2b 无效，即使两个矩阵具有相同的形状和相同的类型。谁能解释一下？

我尝试了此代码，但出现错误。如果可能，请告诉我如何对定义的函数代码进行lambdify

“TypeError：无法确定关系的真值”这是我得到的错误请帮助，谢谢。

我试图对这个函数进行lambdify

当我尝试这样做时出现错误。我也尝试了分段，但它没有给我想要的结果

请帮助提前谢谢

我正在使用 sympy 构建稀疏 (N^2 x N^2) 矩阵并尝试将其转换为稀疏 scipy 矩阵。它用于有限差分法中求解二维网格上的薛定谔方程，具体取决于 k 向量 k = (kx, ky)。

密集矩阵到 SciPy

我目前的方法是使用lambdify从一个sympy矩阵A创建函数B，它为某个k向量提供一个有限差分矩阵，我将其转换为稀疏矩阵M。

我的问题是，一旦 N >= 80，lambdify 就会出现内存溢出错误（超过 32 GB），并且 lambdify 进程被终止。

Lambdify 稀疏 Sympy 矩阵

或者，我想直接为 lambdify 提供一个稀疏矩阵，但我不知道 sympy 正在创建哪种类型的稀疏矩阵......

...并尝试在行中评估 BM = B(1,0)会导致错误

我正在使用 Python 3.7.6、sympy 1.6 和 scipy 1.4.1

当要求一个符号时，.free_symbols我在花括号中得到一些东西（这是 a set）。

如果我将此集合用作lambdifysympy 的参数列表，它似乎已转换为list. 这在文档中有所暗示，但我建议在进行此转换时在此处给出警告。这样做的一个很好的原因是符号的顺序可能会在此转换中改变。

就我而言 _chiSquare.free_symbols，给出{c_95_0, c_95_1} 但 list({'c_95_0', 'c_95_1'})给出 ['c_95_1', 'c_95_0']

我喜欢使用自动生成数值函数，.free_symbols但如果变量的顺序在没有通知的情况下更改，这很难使用。

我的问题是一个人应该如何处理，free_symbols并且lambdify以一种保持参数顺序固定的方式。

我尝试使用lambdify 加速对MutableDenseMatrix 的评估。它适用于模块“numpy”。'Numexpr' 应该更快（因为我需要评估来解决一个大的优化问题）。

我正在尝试做的一个较小的例子是

它引发了错误

有没有办法为 DenseMatrices 使用lambdify？或者另一个想法如何加快评估？

提前致谢！

我最近尝试在 Google Colab 上运行基于 SymPy 的 lambdify 函数，但没有任何成功。相同的代码适用于 Spyder 和 Jupyter Notebook，但仍然没有运气。

代码链接：https ://colab.research.google.com/drive/1sBJm3pKfOKrl6oIqYV27RIr7fNWRzktI?usp=sharing

有什么建议么？

我有以下情况：我定义了一个 Sympy 矩阵（向量），它是一些但不是所有元素中的参数的函数。所以例如采取

现在我希望这是一个将 numpy 数组作为元素的函数，我为此使用了 lambdify。实际上我希望 M 是一个行向量，所以我做了以下我在这里找到的。

将列表或数组传递[0,1]给这个新函数会给我：

实际上我希望函数funcM以输出的方式工作

这样输出包含两个列向量，一个用于列表中的每个输入值，因此输入 0 为 0,0 列，输入 1 为 1,0 列。感谢您的帮助！

我有一个包含 sin 和 cos 的 sympy 符号表达式。在代码的末尾，我使用了 lambdify((Phi),function(Phi))(phi) 但由于角度相关性由几个 pi 值组成，我得到了许多非零值，因为 sin(pi) 没有'不完全返回 0。如果可能的话，我想做的是在仍然以符号形式进行舍入。类似于sin(phi).round(5)phi 只是一个符号的地方，因此当您将表达式和 sub 放入 phi 的值时，sin 的结果会自动四舍五入为 5d.p。有什么办法吗？

谢谢

我构造了一个 sympy 表达式，并使用 lambdify 转换为 numpy 函数，如下所示：

但是当我使用 scipy 的curve_fit 为（a，b，c）的npFunc 拟合两个自变量x0 和x1 时，它失败了。我不知道如何使用 lambdify 使 npFunc 像这样工作（解包）：

我该怎么做？