mpmath.mpfs的方形数组的numpy.linalg.det

我有以下问题：

>>> import numpy as np
>>> import mpmath as mp
>>> v1 = [mp.mpf(1), mp.mpf(2)]
>>> v2 = [mp.mpf(3), mp.mpf(4)]
>>> np.dot(v1,v2)
mpf('11.0')
>>> M2 = [[mp.mpf(1), mp.mpf(2)], [mp.mpf(3), mp.mpf(4)]]
>>> np.linalg.det(M2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "~/anaconda/lib/python2.7/site-packages/numpy/linalg/linalg.py", line 1776, in det
    r = _umath_linalg.det(a, signature=signature)
TypeError: No loop matching the specified signature and casting
was found for ufunc det

>>将numpy作为np导入
>>>将mpmath导入为mp
>>>v1=[mp.mpf（1），mp.mpf（2）]
>>>v2=[mp.mpf（3）和mp.mpf（4）]
>>>np.dot（v1，v2）
强积金（“11.0”）
>>>M2=[[mp.mpf（1），mp.mpf（2）]，[mp.mpf（3），mp.mpf（4）]]
>>>np.linalg.det（平方米）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“~/anaconda/lib/python2.7/site packages/numpy/linalg/linalg.py”，第1776行，详细信息
r=\u umath\u linalg.det（a，签名=签名）
TypeError:没有与指定签名和强制转换匹配的循环
已为ufunc det找到

我对

numpy

的

linalg.det

方法的调用对于非

mpmath

条目可以正常工作，但是我在给它

mp.mpf

s时得到了上面的错误。旧问题表明，如果条目是

mp.mpf

s（上面已确认），那么

np.dot

就可以正常工作，因此我的问题是，为什么这不会延续到

np.linalg.det

，以及我能做些什么来解决这个问题。上下文是，我已经用

numpy

（no

mpmath

）编写了大量代码，并且刚刚意识到我需要更高的数值精度，因此理想情况下，有一个解决方案不涉及转换所有

numpy

代码

---

提前感谢您的回答。

如链接所示，

dot

有一个分支，可以处理对象数据类型数组，尽管速度远远低于数字数据类型

det

没有该选项。它只使用编译的数字代码。对象数据类型数组的数学是命中或未命中的，而且总是较慢。@hpaulj好的，所以听起来似乎没有一个好的解决方法来解决

mpmath

。是否有一个与

numpy

方法更好接口的更高数值精度的不同库？为什么不使用

mpmath.det

？啊，我没有意识到

mp.det

与

np.array

兼容，但我现在知道它应该可以工作了。计算反演可能仍然是一个问题（因为

mpmath

将反演视为一个属性或从

**-1

中处理），但我可能可以解决这个问题。谢谢你们为我指明了正确的方向！