Question

我有一组基于NumPy的数值例程，并且能够轻松处理符号元素是一件好事（但不是主要用例）。在代码中有一些实例对于了解NumPy数组是否包含符号元素非常有用。

问题：测试NumPy数组是否包含符号元素的最快方法是什么。

一种看似快速的方法依赖于以下事实：如果存在任何符号元素，则dtype会变为object而不是数字类型。但是，可以想象它可以是其他类型对象的数组，而不是符号对象。我认为数组在包含的对象中可以是异构的（只是引用指针），因此除了迭代所有元素之外，没有简便的方法来测试数组包含的对象类型。

Answer 1

在isympy会话中（以前用于sympy SO问题）：

In [317]: type(y)                                                                                    
Out[317]: sympy.core.symbol.Symbol

In [318]: np.array([1,2,y])                                                                          
Out[318]: array([1, 2, y], dtype=object)

In [319]: np.sum(_)                                                                                  
Out[319]: y + 3

In [320]: type(_)                                                                                    
Out[320]: sympy.core.add.Add

因此symbol的存在会产生一个sympy对象。

使用其他sympy对象：

In [321]: type(x)                                                                                    
Out[321]: sympy.core.function.UndefinedFunction

In [322]: np.sum(np.array([1,2,x]))                                                                  
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-322-1782e9d730ec> in <module>
----> 1 np.sum(np.array([1,2,x]))

<__array_function__ internals> in sum(*args, **kwargs)

/usr/local/lib/python3.6/dist-packages/numpy/core/fromnumeric.py in sum(a, axis, dtype, out, keepdims, initial, where)
   2240 
   2241     return _wrapreduction(a, np.add, 'sum', axis, dtype, out, keepdims=keepdims,
-> 2242                           initial=initial, where=where)
   2243 
   2244 

/usr/local/lib/python3.6/dist-packages/numpy/core/fromnumeric.py in _wrapreduction(obj, ufunc, method, axis, dtype, out, **kwargs)
     85                 return reduction(axis=axis, out=out, **passkwargs)
     86 
---> 87     return ufunc.reduce(obj, axis, dtype, out, **passkwargs)
     88 
     89 

TypeError: unsupported operand type(s) for +: 'int' and 'UndefinedFunction'

一个例子，说明如何将符号弄乱先验，这是没人能实现的方法。

In [323]: np.exp([1,2,3])                                                                            
Out[323]: array([ 2.71828183,  7.3890561 , 20.08553692])

In [324]: np.exp([1,2,y])                                                                            
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
AttributeError: 'int' object has no attribute 'exp'

The above exception was the direct cause of the following exception:

TypeError                                 Traceback (most recent call last)
<ipython-input-324-b2dfa5af3395> in <module>
----> 1 np.exp([1,2,y])

TypeError: loop of ufunc does not support argument 0 of type int which has no callable exp method

None是公共对象dtype元素；那会弄乱这些。 list元素通常会因数学而失败-除了少数情况下，+或*的定义和使用是正确的。

找到sympy会搞乱numpy操作的方法可能比确定一组清晰的工作要容易得多。

如何判断numpy数组是否包含SymPy符号

1 个答案: