我想在渐变中做一些类似以下的事情:
`In [1]: from sympy import symbols, Lambda In [2]: from sympy.core.containers import Dict In [3]: x, y = symbols('x y') In [4]: d = Dict({1:x, 2:y}) In [5]: f = Lambda(d, d[1] + d[2]) In [6]: f({1:10, 2:20}) Out[6]: 30`然而,似乎渐近的lambdas只能在符号上操作,而不能在容器上操作。这个是可能的吗?如果是这样,我该怎么做呢?
谢谢!
发布于 2014-09-06 04:11:44
要制作一个Lambda,你需要一些未评估的东西。d[1]会立即计算出Dict的值(x)。
据我所知,SymPy中还没有这样的对象。IndexedBase是最接近的,但它应该索引到有序的容器中,并且无论如何都不能真正替换一个确切的容器。
这里有一件简单的事情似乎是可行的。我不太确定UnevaluatedDict中的求值逻辑是否正确。此外,我没有更改UnevaluatedDict上的打印机,使其打印为d[1]而不是UnevaluatedDict(d, 1)。请注意,我必须使用一些技巧来使SymPy和Python不认为UnevaluatedDictBase是可迭代的(否则将尝试执行for i in d并陷入无限循环)。
这些东西可能还有更好的名字(实际上IndexedBase应该是这样工作的)。
from sympy.core.compatibility import NotIterable
class UnevaluatedDictBase(Symbol, NotIterable):
def __getitem__(self, item):
return UnevaluatedDict(self, item)
def __iter__(self):
raise TypeError("UnevaluatedDictBase is not iterable")
class UnevaluatedDict(Expr):
def __new__(cls, d, item):
if hasattr(d, '__getitem__') and not isinstance(d, UnevaluatedDictBase):
return d[item]
return super(UnevaluatedDict, cls).__new__(cls, d, item)它的工作原理如下
In [35]: d = UnevaluatedDictBase('d')
In [36]: d[1]
Out[36]: UnevaluatedDict(d, 1)
In [37]: d[1].subs(d, {1: x})
Out[37]: x
In [61]: Lambda(d, d[1] + d[2])
Out[61]: d ↦ UnevaluatedDict(d, 1) + UnevaluatedDict(d, 2)
In [64]: l = Lambda(d, d[1] + d[2])
In [65]: l({1: x, 2: y})
Out[65]: x + yhttps://stackoverflow.com/questions/25669581
复制相似问题