我正在使用SymPy作为包含许多指数函数的代码生成器。因此,对于数值稳定性而言重要的是,不评估指数的参数。我想防止这种情况:
>>> import sympy as sp
>>> x, y = sp.symbols('x y')
>>> expr = sp.exp(5.*x - 10.)
>>> print(expr)
4.53999297624849e-5*exp(5.0*x)
因为它可能导致数字上不正确的结果。
我可以防止指数的评估,如下所示:
>>> expr = sp.exp(5.*x - 10., evaluate=False)
>>> print(expr)
exp(5.0*x - 10.0)
但是,当我在表达式上执行诸如替换或微分之类的操作时,将再次计算指数:
>>> expr = sp.exp(5.*x - 10., evaluate=False)
>>> expr.subs(x, y)
4.53999297624849e-5*exp(5.0*y)
>>> expr.diff(x, 1)
5.0*(4.53999297624849e-5*exp(5.0*x))
SymPy中防止在此类操作下进行指数求值的正确方法是什么?
最明显的一点是,您将float用于整数值,例如:
In [8]: exp(5*x - 10)
Out[8]:
5⋅x - 10
ℯ
In [9]: exp(5.*x - 10.)
Out[9]:
5.0⋅x
4.53999297624849e-5⋅ℯ
[也许在您的实际问题中,您想与非整数合作。同样,应该使用理性进行精确计算:
In [10]: exp(Rational(1, 3)*x - S(3)/2)
Out[10]:
x 3
─ - ─
3 2
ℯ
也许您的输入数字不是很合理,并且在Python浮动时可以使用它们,但是您希望避免对其求值。您可以使用符号,然后仅在评估时替换它们:
In [13]: exp(a*x + b).evalf(subs={a:5.0, b:10.})
Out[13]:
a⋅x + b
ℯ
In [14]: exp(a*x + b).evalf(subs={x:1, a:5.0, b:10.})
Out[14]: 3269017.37247211
In [15]: exp(a*x + b).subs({a:5.0, b:10.})
Out[15]:
5.0⋅x
22026.4657948067⋅ℯ
如果所有这些都看起来很尴尬,而您确实只是想塞进浮子并阻止评估,则可以使用UnevaluatedExpr
:
In [21]: e = exp(UnevaluatedExpr(5.0)*x - UnevaluatedExpr(10.))
In [22]: e
Out[22]:
x⋅5.0 - 10.0
ℯ
In [23]: e.doit() # doit triggers evaluation
Out[23]:
5.0⋅x
4.53999297624849e-5⋅ℯ