回答情况：
提问时间：
问题标签：
2回答
我有以下问题:我想lambdify一个包含参数积分(如Integral(tanh(a*x),(x,0,1)) )的sympy表达式。我尝试做一个手动实现lambda theta: quad(lambda x: g(x,theta), a,b)[0]g = sp.lambdify(integral_as_quad(function, limits): param = function.free_symbols - {x}
f = sp.lam
浏览 0修改于2018-07-04得票数 3
回答已采纳
下面是我的代码 expr = sin(x)# Use sympy.lambdify() method如果print(f)给出'<function _lambdifygenerated at 0x100d643a0>'，有什么方法可以从f返回表达式
浏览 10提问于2022-02-23得票数 0
回答已采纳
我有一个带有多个变量的表达式，假设如下所示： import numpy as npfrom sympy import Symbol, Add, re, lambdify我知道我可以定义如下内容： f_dis = lambdify([x, y, z], x + y + z, 'numpy')print ( "f_dis =", d但是如何将x、y和z作为三个列表传递(而不是分别编写元素)并获得如下结果： [14, 17, 12] 基于以下注
浏览 0修改于2019-06-21得票数 2
回答已采纳
然后，我使用lambdify得到一个函数，我可以对多个值进行求值。问题是这个函数将显示一个名为_Dummy_的变量，如下所示。AoB = sp.symbols(r'\frac{\alpha}{\beta}')lam = sp.lambdify([AoB], expr, 'numpy')当lambdify函数返回时，我真的很想知道_Dummy_指的是什么，特别是当
浏览 11提问于2019-10-30得票数 5
回答已采纳
我正在尝试让lambdify理解使用modules关键字参数来期望多种类型的输入。根据lambdify ()的源代码，这可以通过使用参数列表来完成，但我不能这样做。import sympyx,y=sympy.symbols('x y')func=lambdify(x,parse_expr(exp(x)),modules=["numpy&qu
浏览 2修改于2014-08-26得票数 5
from sympy import symbolsimport osexpr=text.read()params=np.array([param1,param2])
T=lambdify
浏览 3修改于2014-07-29得票数 7
回答已采纳
我想问的是，在一个涉及求解的表达式中，是否有可能将np.linalg.solve()从lambdify中提取出来？例如，让b = MatrixSymbol('b', 3, 1)
是否可以生成func(A,
浏览 1提问于2021-01-24得票数 0
回答已采纳
目前，我对渐近有以下“问题”：import sympy as spM = sp.Matrix([2*a, b])
f_tmp = sp.lambdify我试过使用sympy的MutableDenseNDimArray-class，但它们不能与lambdify一起使用(符号变量无法识别)
浏览 5提问于2018-07-03得票数 2
x = sy.Symbol('x')...taylor_lambda = sy.lambdify(x, func, 'numpy')(x1,taylor_lambda(x1),label='taylor approximation')NameError: name 'acot' is not defined
我试图在lambdify
浏览 10修改于2017-07-24得票数 5
回答已采纳
A = sympy.Symbol(A) F = 4.939e-3*A*B+8.7989 H = lambdify下面的守则旨在实现同样的目标：B = sympy.Symbol(B)G = str(F).split("+")[0]I = lambdi
浏览 15修改于2019-11-07得票数 4
回答已采纳
future__ import division, print_functionimport numpy as npz_lambdify = lambdify(w, l)第一个函数给出一个错误。>>> z_lambdify(1)File "&
浏览 3修改于2014-09-11得票数 2
回答已采纳
from sympy import *from sympy.utilities.lambdify import lambdifyx, i, n = symbols("x i n")func = Sum((Indexed('x',i)-3)/(1+0.2)**i,(i,1,n))
my_func = lambdify
浏览 3修改于2017-11-09得票数 1
回答已采纳
我使用lambdify编译一个表达式，该表达式是某个参数的函数。每个参数都有N点。因此，我需要计算表达式的N时间。下面是一个简化的示例，说明如何做到这一点。import numpy as npfrom sympy.utilities.lambdify importlambdify, implemented_functionfrom sympy.utilities.autowrap i
浏览 9提问于2016-03-31得票数 1
回答已采纳
它的基本思想可以概括如下： from scipy.optimize import minimize func = (G - a)**2 + b
my_func = lambdify
浏览 0提问于2015-12-06得票数 5
SciPy的稠密矩阵 我目前的方法是使用lambdify从渐近矩阵A创建函数B，该矩阵为某个k向量提供有限差分矩阵，我将其转换为稀疏矩阵M。/A_{0}".format(N), "rb"))
dill.dump(B,/B_{0}".format(N), "wb")) 我这里的问题是，一旦exceeding达到80，我就会收到>=的内存溢出错误(超过32
浏览 52提问于2020-06-23得票数 0
freq phase cte t')func=ampl*sp.cos(freq*t+phase)+ctefunclamb=sp.lambdify([(ampl, freq, phase, cte) ,t],func)yValues=funclamb
浏览 11修改于2021-11-22得票数 0
回答已采纳
f.append(x_i**i)N = 256fun_lam = lambdify((x,),fun(x))Traceback (most recent call last): fun_lam = lambdi
浏览 9提问于2017-07-21得票数 1
sym.symbols('var_tau var_omega var_psi', real = True)
sBeta = sym.lambdifyimport numpy as npsBeta = sym.lambdify
浏览 13修改于2017-04-03得票数 1
回答已采纳
我试图对一些计算的特征值进行lambdify，但我得到了以下错误。print("eigenvalues of the system ") print(eigenvalues[1]) lam2 = sp.lambdify((Y,Z), eigenvalues[1] ,modules=["numpyl
浏览 0修改于2017-05-31得票数 1
回答已采纳
然而，我找不到使用lambdify时存在的缺点。例如，我感兴趣的是将Max与sympy和numpy一起使用：抛出ValueError另一方面，使用dunder方法的原油操作很好：输出：最后，我希望lambdify</
浏览 21修改于2021-06-11得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号