假设您已经根据sympy计算结果计算出fu
:
fu= sy.cos(x)+sy.sin(y)+1
其中
x,y = sy.symbols("x y")
是符号。现在,您想将fu
转换为(显然)两个变量的numpy函数。您可以通过以下方式进行此操作:
fun= sy.lambdify((x,y), fu, "numpy")
并且您产生fun(x,y)
。 lambdify
是否可以用fun(z)
产生x,y=z
,即产生以下功能:
def fun(z):
x,y=z
return np.cos(x)+np.sin(y)+1
根据the documentation of lambdify
,您可以将符号嵌套在第一个参数中以表示签名中的拆包:
lambdify
即使无法在import sympy as sym
x,y = sym.symbols('x y')
fu = sym.cos(x) + sym.sin(y) + 1
# original: signature f1(x, y)
f1 = sym.lambdify((x,y), fu)
f1(1, 2) # returns 2.4495997326938213
# nested: signature f2(z) where x,y = z
f2 = sym.lambdify([(x,y)], fu)
f2((1, 2)) # returns 2.4495997326938213
中完成此操作,我们也可以定义一个精简包装器,该包装器将参数分解为lambdified函数(尽管这在每次调用时都会使一个函数调用变慢,因此对于被调用的快速函数很多时候这可能会对运行时产生可衡量的影响):
lambdify
当然,如果该函数不是在数值求解器中一次性使用(例如曲线拟合或最小化)的,则最好将f = sym.lambdify((x,y), fu) # signature f(x,y)
def unpacking_f(z): # signature f(z) where x,y = z
return f(*z)
用于包装器。这将保留functools.wraps
自动生成的文档字符串。