我正在用渐近进行一些符号运算,然后使用eval和渐近的lambdastr实用程序生成Python函数。下面是一个简单的例子,说明我的意思:
import sympy
import numpy as np
from sympy.utilities.lambdify import lambdastr
# simple example expression (my use-case is more complex)
expr = sympy.S('b*sqrt(a) - a**2')
a, b = sorted(expr.free_symbols, key=lambda s: s.name)
func = eval(lambdastr((a,b), expr), dict(sqrt=np.sqrt))
# call func on some numpy arrays
foo, bar = np.random.random((2, 4))
print func(foo, bar)这是可行的,但我不喜欢使用eval,而且渐近并不一定会生成计算效率高的代码。相反,我想使用numexpr,它似乎非常适合这个用例:
import numexpr
print numexpr.evaluate(str(expr), local_dict=dict(a=foo, b=bar))唯一的问题是,我希望生成一个可调用的(比如func lambda),而不是每次调用numexpr.evaluate。这个是可能的吗?
发布于 2015-04-22 20:04:40
您可以使用lambdify模块,它允许您将SymPy表达式转换为lambda函数,以便进行高效的计算。这对于返回带有附加实现的函数的能力是很好的。
使用您自己的函数的Lambdify可能如下所示:
func = lambdify((a,b),expr, dict(sqrt=np.sqrt))https://stackoverflow.com/questions/29807087
复制相似问题