lambdify表达式与原生的sympy函数

Question

我想对同情的exp进行讨论，但在尝试评估sympy.Symbol的功能时，我遇到了一些有趣的问题。此

import sympy

t = sympy.Symbol('t')
f = sympy.lambdify(t, t**2)
f(t)  # no problem

工作正常，但是这个

t = sympy.Symbol('t')
f = sympy.lambdify(t, sympy.exp(t))
f(t)

给出

AttributeError: 'Symbol' object has no attribute 'exp'

我尝试过的所有其他原生语音功能也是如此（log，sin等。）

知道发生了什么事吗？

Answer 1

您应该使用modules函数的lambdify参数指定要使用的模块：

f = sympy.lambdify(t, sympy.exp(t), modules=["sympy"])

Answer 2

lambdify的主要用途是允许对表达式进行快速数值计算。 这是通过将抽象和慢速SymPy函数（如sympy.exp）替换为用于数字的更快的函数（如math.exp或numpy.exp）来实现的。 这些不能作为参数处理SymPy符号（如t），这不是lambdify的目的。

如果您使用lambdify作为附加参数调用dummify=False，则在调用f(t)时会收到更有意义的错误，即：

TypeError: can't convert expression to float

此处无法转换的表达式是您的参数t。

如果由于某种原因想要使用带符号作为参数的lambdified函数，则需要将modules=["sympy"]作为附加参数传递给lambdify。 此参数指定lambdify用于替换SymPy函数的模块（如sympy.exp） - 在这种情况下，它再次为sympy，因此实际上没有任何实际发生。