Question

我有这段代码：

import sympy
import numpy as np
from sympy.utilities.lambdify import lambdify
from collections import OrderedDict

arr = [np.array([ 1, 2]), np.array([ 5, 6])]
a,b = sympy.symbols('a b')
var = [a,b]
expr = ['a+cos(b)', 'a+cos(b)*2']

f = lambdify( var, expr, 'numpy')

vals = OrderedDict(zip(var, arr)).values()
f(*vals)

我收到了：

[array([ 1.28366219,  2.96017029]), array([ 1.56732437,  3.92034057])]

我想收到：

[array([ 1.28366219,  3.92034057])]

因此：

1+np.cos(5) = 1.28366219

2 +np.cos(6)*2 = 3.92034057

Answer 1

鉴于您实现f的方式，我认为获得所需输出的唯一方法是直接访问所需的元素。当您传递a和b的值时，f中的两个表达式都将被评估并返回到列表中（如您所定义的那样）。您可以查看f.func_doc

f.func_doc
"Created with lambdify. Signature:\n\nfunc(a, b)\n\nExpression:\n\n['a+cos(b)', 'a+cos(b)*2']"

然后

f(1, np.pi)

返回

[0.0, -1.0]

符合预期，其中0.0对应a+cos(b)，-1.0对应a+cos(b)*2。

在您的示例中，您可以这样做：

[vali[i] for i, vali in enumerate(f(*vals))]

为您提供所需的输出：

[1.2836621854632262, 3.9203405733007317]

我想现在单独定义表达式比在列表中更容易，但是我不知道你选择的结构的原因：

from sympy import cos

f1 = lambdify((a, b), a+cos(b))
f2 = lambdify((a, b), a+cos(b)*2)

res = [np.array([f1(1, 5), f2(2, 6)])]

给出了

[array([ 1.28366219,  3.92034057])]

将每个元素映射到表达式

1 个答案: