Question

我正在尝试将一段python代码转换为Julia 1.1.0。 python代码：

import numpy as np
import sympy as sp
x, y = sp.symbols('x y')
data = np.random.randn(1000, 2)
a,b = data[:,0], data[:,1]
M = len(data[:,0]) 
m = 5
n = round(m*(m+1)/2) 
L = np.zeros((M,n)) 
l = sp.zeros(1,n)
k = 0
for i in range(1,m+1):
    for j in range(1,i+1):
        l[0,k]=((i-j)*(i-j-1)*x**(i-j-2)*y**(j-1))

        f = sp.lambdify([x,y], l[0,k], "numpy")
        L[:,k] = np.squeeze(f(a,b))
        k=k+1

和我尝试输入的Julia代码：

using SymPy
data = rand(1000,2)
a = data[:,1];
b = data[:,2];
M = length(data[:,1]) 
x = symbols("x");
y = symbols("y");
m = 5;
n = Int(m*(m+1)/2) 
L = zeros(M,n)
l = zeros(1,n)
k = 1;
for i in 1:m
      for j in 1:i
            l[1,k] = ((i-j)*(i-j-1)*x^(i-j-2)*y^(j-1))
            f = l[1,k]
            L[:,k] = f.subs([(x, a), (y, b)])
            k=k+1  
    end
end

当我运行Julia代码时，l[1,k]出现以下错误

DomainError with -2:
Cannot raise an integer x to a negative power -2.
Convert input to float.
Stacktrace:
 [1] throw_domerr_powbysq(::Sym, ::Int64) at ./intfuncs.jl:173
 [2] power_by_squaring(::Sym, ::Int64) at ./intfuncs.jl:196
 [3] ^(::Sym, ::Int64) at ./intfuncs.jl:221
 [4] top-level scope at ./In[80]:14

此外，我不确定以下代码

    f = l[1,k]
    L[:,k] = f.subs([(x, a), (y, b)])

如果有人可以帮助我将python代码转换为julia代码，我将不胜感激。

更新：

基于@jverzani的帖子，我现在可以使用以下代码将sym值转换为float

using SymPy
data = rand(1000,2)
a = data[:,1];
b = data[:,2];
M = length(data[:,1])
x = symbols("x");
y = symbols("y");
m = 5;
n = Int(m*(m+1)/2)
LL = zeros(M,n)
L = zeros(Sym, M,n)
l = zeros(Sym, 1,n)
k = 1;
for i in 1:m
      for j in 1:i
            l[1,k] = ((i-j)*(i-j-1)*x^Sym(i-j-2)*y^Sym(j-1))
            f = l[1,k]
            L[:,k] .= f.subs([(x, a), (y, b)])
            global k=k+1
    end
end
for s in 1:M
    for r in 1:n
        LL[s,r] = float(subs(L[s,r],(x,a[s]),(y,b[s])))
    end
end

但是这次代码非常慢。如何优化代码。

Answer 1

SymPy刚刚进行了一项重大更改，继承自PyCall，这使得subs的最后一位像键入的一样工作。

对于第一个，您遇到了具有整数基数和非文字的负整数幂的Julia问题。您可以修改该行以使其成为符号，例如x^Sym(i-j-2)代替x^(i-j-2)。（最好绕过它。）

下面的编辑试图反映Python代码的精神。它包装成一个函数，可以测试N大小的速度，并避免在global分配上需要k。

using SymPy
import PyCall
np = PyCall.pyimport("numpy") #import numpy as np
const sp = sympy 



function fill_L(N=1000)

    x, y = sp.symbols("x y")
    offset = 1
    data = np.random.randn(N, 2)
    a,b = data[:,0+offset], data[:,1+offset]
    M = length(data[:,0+offset])
    m = 5
    n = round(Int, m*(m+1)/2)
    L = np.zeros((M,n))
    l = sp.zeros(1,n)
    k = 0
    for i in 1:m
        for j in 1:i
            l[1,k+offset]=((i-j)*Sym(i-j-1)*x^Sym(i-j-2)*y^Sym(j-1))
            f = lambdify(l[1,k+offset], (x, y))
            #f = sp.lambdify([x,y], l[0,k], "numpy")
            L[:,k+offset] = f.(a,b)
            k=k+1
        end
    end
    L
end

由于上面f的广播，现在的性能是合理的。

在SymPy中计算符号表达式并将其转换为Julia中的数值

1 个答案: