我正在解决一个大的非线性方程组，我需要高度的数值精度。我目前正在使用sympy.lambdify将方程组及其雅可比元素的符号表达式转换为向量化函数，将ndarray作为输入并返回ndarray作为输出。
默认情况下，lambdify返回dtype为numpy.float64的数组。是否可以让它返回一个dtype为numpy.float128的数组？也许这需要输入dtype为numpy.float128？
答案 0 :(得分：1)
如果您需要很多精度，可以尝试使用SymPy浮点数，或直接使用mpmath（这是SymPy的一部分），它提供任意精度。例如，sympy.Float('2.0', 100)创建一个2.0的浮点数，其精度为100位。例如，您可以使用类似sympy.sin(2).evalf(100)的内容来获取100位sin（2）。这将比numpy慢得多，因为它是任意精度，这意味着它不使用机器浮点数，并且它是用纯Python实现的（而numpy是用Fortran和C编写的）。
答案 1 :(得分：0)
输出只反映输入：
from numpy import float128
from sympy.abc import x
from sympy.utilities import lambdify
f = lambdify(x, x ** 2)
result = f(float128(2))
result
#>>> 4.0
type(result)
#>>> <class 'numpy.float128'>