问题标签 [mpmath]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - pickle/mpmath/python - 使用不同的后端进行酸洗
https://code.google.com/p/mpmath/issues/detail?id=239
我遇到了使用 python 后端腌制 mpmath 数据并尝试使用 gmp 后端检索它们的问题。这会导致错误:
这是在libmpf.py
并且是当它被调用时MPZ(man, 16)
根据链接,如果您用它替换MPZ
它long
不再给出错误。有没有人对此有任何见解。看来这是我犹豫不决的黑客行为。
我的问题的最佳实践解决方案是什么?
谢谢你
python - Sympy:使用lambdify评估一维数组上的表达式并在每个元素处返回根
我无法理解以下数值评估。我有一个带有两个变量的函数,r
并且gamma
. 我现在希望将该函数的根绘制为从 0 到 500 的 gamma 函数。我知道如何使用lambdify 来评估一维变量数组上的函数。但是,我不明白如何让 sympy 找到给定变量 gamma 的函数根,然后跨过从 0 到 500 的许多 gamma 值。
如何将变化的变量传递给gamma
lambdify函数。在代码示例中,我通过使用function.subs(gamma,gamma),r, 0.1)
in进行了尝试,functionlambdify = sm.lambdify(gamma, sm.nsolve(function.subs(gamma,gamma),r, 0.1), "numpy")
但它不起作用。
任何帮助是极大的赞赏。
非常感谢!
python - Python中带有mpmath.findroot的高精度多维牛顿法
我正在尝试使用 mpmath.findroot 的多维牛顿法以高精度数值求解方程组。这是一个示例系统:
不幸的是,它没有给我解决方案,但会引发错误
ZeroDivisionError:矩阵在数值上是奇异的
发生这种情况是因为 findroot 正在尝试计算雅可比吗?这是否意味着系统未确定?
我使用 scipy 的 fmin_cg 找到了起点,但我想将解决方案打磨到更高的精度。作为 fmin_cg 的函数,我最小化了函数 f 的 27 个条目的平方和。
如果 mpmath.findroot 的问题无法避免,有没有更好的方法来解决这个系统的高精度问题?
python - Python mpmath不是任意精度?
我正在尝试继续我之前的问题,在该问题中我正在尝试使用 Benet 算法计算斐波那契数。为了以任意精度工作,我发现mpmath
. 然而,实现似乎在某个值以上失败。例如第 99 个值给出:
218922995834555891712
这应该是(参考):
218922995834555169026
这是我的代码:
python - 与 numpy 及其解决方案相比,mpmath 中的元素操作速度较慢
我有一些涉及非常快爆炸的阶乘的计算,所以我决定使用任意精度库mpmath
。
我的代码如下所示:
似乎花费最多时间的是最后一行,我怀疑这是因为M
有一堆float
s 和temp
一堆mp.mpf
s。M
我尝试使用s 进行初始化,mp.mpf
但随后一切都变慢了。
这是我得到的输出:
有什么想法可以加快速度吗?
python - 我如何知道 mpmath 使用的是 gmpy 还是 gmpy2?
我知道
但如果我没记错的话,它不会说我使用的是 gmpy 还是 gmpy2。
另外,我每次你使用新版本的东西时,你都不会得到它旁边的版本号,但是因为我可以单独使用import gmpy
,gmpy2
所以我有点担心我可能使用的是旧版本的 gmpy。
谢谢
更新:
我还尝试了以下让我感到困惑/担心的方法。
有没有搞错?
python - 如何在 Python 中解决多精度的广义特征值问题
我想解决 Python 中多精度的广义特征值问题( AC = (lam).BC 其中 A 和 B 是 3000x3000 矩阵,C 是 3000x1 向量。(lam) 是特征值。)。所以我已经安装了 MPMATH。但我找不到用于广义特征值问题的 Python 程序。如何解决 Python 中多精度的广义特征值问题?
python - 如何在 python 中有效地使用 JIT 和 mpmath / gmpy?
这是我第一次尝试将 JIT 用于 python,这是我想要加速的用例。我读了一些关于 numba 的内容,它看起来很简单,但是下面的代码没有提供任何加速。请原谅我可能犯的任何明显错误。
我还尝试按照 cython 的基本教程的建议进行操作,但时间上没有区别。 http://docs.cython.org/src/tutorial/cython_tutorial.html
我猜我必须做一些类似声明变量的事情?使用其他库?只为所有内容使用 for 循环?我将不胜感激任何可以参考的指导或示例。
例如,我从上一个问题中了解到,与 numpy 相比,mpmath 中的 Elementwise 操作速度较慢,其解决方案是使用 gmpy 而不是 mpmath 明显更快。
python - sympy/mpmath 是否缓存结果以及对速度有何影响?
我进行了以下计算:
可以理解的是,如果不是更多的话,这需要一些时间 > 10 秒(没有计时)。
随后的调用速度明显更快,这让我认为它缓存了结果。我想知道还有哪些其他功能/计算 sympy cahces?
这是否意味着如果我想计算mp.besseljzero(n, m)
n < N 和 m < M 最好计算mp.besseljzero(N-1, M-1)
然后访问其他结果?
提前致谢。
我应该补充一点,我在 sympy FAQ 上找到了这个信息。似乎支持某种缓存。如果有更多文档,您可以指出我会有所帮助!
python - ImportError:没有名为 mpmath 的模块。但是已经安装了mpmath。怎么了?
我在这些 mpmath 之间安装了 anaconda 和许多 python 库。当我尝试运行 powerlaw 包时,出现以下错误:
此外,当我只是尝试这样做时, import mpmath
我得到了同样的错误。
我正在使用 Fedora,我已经尝试过了yum remove python-mpmath
,然后yum install python-mpmath
. 但我遇到了同样的错误。
我在其他问题中看到这可能是因为我有多个路径,并且我必须将它们都添加到 sys.path=['' 等]。
“sys.path=['', etc]”是什么意思?
当我做:
我得到: