假设您已经将fu
作为症状计算的结果:
fu= sy.cos(x)+sy.sin(y)+1
其中
x,y = sy.symbols("x y")
是符号。现在您想要将fu
转换为(显然(两个变量的numpy函数。您可以通过以下方式完成:
fun= sy.lambdify((x,y), fu, "numpy")
产生CCD_ 3。有没有一种方法lambdify
可以用x,y=z
产生fun(z)
,即产生以下函数:
def fun(z):
x,y=z
return np.cos(x)+np.sin(y)+1
根据lambdify
的文档,您可以将符号嵌套在第一个参数中,以表示签名中的开箱:
import sympy as sym
x,y = sym.symbols('x y')
fu = sym.cos(x) + sym.sin(y) + 1
# original: signature f1(x, y)
f1 = sym.lambdify((x,y), fu)
f1(1, 2) # returns 2.4495997326938213
# nested: signature f2(z) where x,y = z
f2 = sym.lambdify([(x,y)], fu)
f2((1, 2)) # returns 2.4495997326938213
即使在lambdify
中无法做到这一点,我们也可以定义一个薄包装器,将参数解包到精简函数中(尽管这会使每次调用的一个函数调用速度变慢,因此对于多次调用的快速函数来说,这可能会对运行时产生可衡量的影响(:
f = sym.lambdify((x,y), fu) # signature f(x,y)
def unpacking_f(z): # signature f(z) where x,y = z
return f(*z)
当然,如果该函数不适用于单个函数,则可以在数值求解器中使用(如曲线拟合或最小化(,最好将functools.wraps
用于包装器。这将保留lambdify
自动生成的文档字符串。