分段函数和numpy模块的sympy.lambdify错误

在Sympy0.7.6中，我对modules='sympy'和modules='numpy'选项的以下代码没有任何问题。现在，在sympy v0.1中，使用modules='numpy'进行评估时会产生一个错误：

import sympy

x, y = sympy.symbols(['x', 'y'])
expr = sympy.Piecewise((1/x, y < -1), (x, y <= 1), (1/x, True))

f_sympy = sympy.lambdify([x, y], expr, modules='sympy')
f_numpy = sympy.lambdify([x, y], expr, modules='numpy')

print f_sympy(0, 1)  # performs well

print f_numpy(0, 1) # issue: ZeroDivisionError

导入sympy
x、 y=符号（['x'，'y']）
expr=sympy.分段（（1/x，y<-1），（x，y我删除了我的另一个答案（如果你已经看到的话）。有一个更简单的解决方案

ZeroDivision错误的产生是因为lambda x，y:select（[less（y，-1），less_equal（y，1），True]，[1/x，x，1/x]，default=nan）

的lambda x，y:select（[less（y，-1），[1/x，x，1/x]，default=nan）。问题是，传入x=0会导致Python计算

1/0

，从而引发错误

但是NumPy除以零就可以了。它将发出警告，但在其他情况下工作正常（它给出

inf

），在本例中没有问题，因为实际上没有使用

inf

因此，解决方案是将

lambdify

的输入包装为numpy数组，也就是说，而不是

f_numpy(0, 1)

使用

---

如果您感兴趣，我们将对此进行讨论。

谢谢。现在对我来说，这更清楚了。我将尝试“numpy.array”解决方案。目前，我使用调用“lambdarepr”和（不幸的是）的解决方案“eval”：这对我来说很有效，但不是很“pythonic”。这种解决方案的缺点是什么？我不知道你可怜的人的lambdify如何解决这个问题。据我所知，你的函数所做的每件事，

symphy.lambdify

也有，但是

symphy.lambdify

也有更多的功能，所以我建议使用它。

f_numpy(0, 1)

f_numpy(array(0), array(1))