如何使用SymPy.core.add.add作为Python函数内数学计算的值

我有一个使用值数组循环的函数。然后我把它积分两次，我需要 在另一个函数中使用第二次积分的值

import numpy as np
import sympy 
from sympy.abc import a, x, y

#First function
def m1(x):
    mn = (-110 + 210*x + -113*x**2 + 141*x**3 + -869*x**4 + 2980*x**5 +
          -6150*x**6 + 7848*x**7 + -6079*x**8 + 2626*x**9 + -485*x**10)
    return mn

#Array of values 
dist = np.arange(0, 1.09, 0.01)
result_m1 = [] #Empty list to store results

#Iteration over array
for v in dist:
    result_m1.append(m1(v))

f1 = sympy.integrate(m1(x), x) #First symbolic integration
f2 = sympy.integrate(f1, x) #second symbolic integration

def d(x):
    df = (-1)*(f2)/(67e9*4.72537401e-9)
    return df

#Second iteration for another batch of results
result_d = []
for v in dist:
    result_d.append(d(v))

每当我运行上面的代码时，我得到的结果是一个数字列表（可用），结果是一个表达式/符号方程列表（不可用）。

---

我需要f2是一个符号方程，这样我就得到了一个类似m1函数的函数（我可以用数组进行迭代）。

全局sympy变量

x

和函数的参数

x

之间存在混淆。这些不一样。最好给他们分别命名，以减少混淆。然后，您将注意到

f2

使用符号

x

。可通过f2将其替换为参数值。subs（x，xi）：

将numpy导入为np
进口交响乐
从sympy.abc导入a，x，y
#第一功能
def m1（xi）：
mn=-110+210*xi+-113*xi**2+141*xi**3+-869*xi**4+2980*xi**5+
-6150*xi**6+7848*xi**7+-6079*xi**8+2626*xi**9+-485*xi**10）
返回mn
#值数组
dist=np.arange（0,1.09,0.01）
结果_m1=[]#存储结果的空列表
#数组上的迭代
对于v区：
结果_m1.追加（m1（v））
f1=共积分（m1（x），x）#第一符号积分
f2=共积分（f1，x）#第二符号积分
定义d（xi）：
df=（-1）*（f2.subs（x，xi））/（67e9*4.72537401e-9）
返回df
#另一批结果的第二次迭代
结果d=[]
对于v区：
结果附加（d（v））

如注释中所述，

lambdify（）

可用于创建numpy版本，该版本允许编写有益于numpy的调用：

将numpy导入为np
进口交响乐
从sympy.abc导入a，x，y
#第一功能
def m1（xi）：
mn=-110+210*xi+-113*xi**2+141*xi**3+-869*xi**4+2980*xi**5+
-6150*xi**6+7848*xi**7+-6079*xi**8+2626*xi**9+-485*xi**10）
返回mn
dist=np.arange（0,1.09,0.01）
m1_np=sympy.lambdify（x，m1（x））使用lambdify创建函数m1的numpy版本
结果_m1=m1 _np（距离）
f1=共积分（m1（x），x）#第一符号积分
f2=共积分（f1，x）#第二符号积分
定义d（xi）：
df=（-1）*（f2.subs（x，xi））/（67e9*4.72537401e-9）
返回df
d_np=sympy.lambdify（x，d（x））
结果d=d\U np（距离）

全局sympy变量

x

与函数的参数

x

之间存在混淆。这些不一样。最好给他们分别命名，以减少混淆。然后，您将注意到

f2

使用符号

x

。可通过f2将其替换为参数值。subs（x，xi）：

将numpy导入为np
进口交响乐
从sympy.abc导入a，x，y
#第一功能
def m1（xi）：
mn=-110+210*xi+-113*xi**2+141*xi**3+-869*xi**4+2980*xi**5+
-6150*xi**6+7848*xi**7+-6079*xi**8+2626*xi**9+-485*xi**10）
返回mn
#值数组
dist=np.arange（0,1.09,0.01）
结果_m1=[]#存储结果的空列表
#数组上的迭代
对于v区：
结果_m1.追加（m1（v））
f1=共积分（m1（x），x）#第一符号积分
f2=共积分（f1，x）#第二符号积分
定义d（xi）：
df=（-1）*（f2.subs（x，xi））/（67e9*4.72537401e-9）
返回df
#另一批结果的第二次迭代
结果d=[]
对于v区：
结果附加（d（v））

如注释中所述，

lambdify（）

可用于创建numpy版本，该版本允许编写有益于numpy的调用：

将numpy导入为np
进口交响乐
从sympy.abc导入a，x，y
#第一功能
def m1（xi）：
mn=-110+210*xi+-113*xi**2+141*xi**3+-869*xi**4+2980*xi**5+
-6150*xi**6+7848*xi**7+-6079*xi**8+2626*xi**9+-485*xi**10）
返回mn
dist=np.arange（0,1.09,0.01）
m1_np=sympy.lambdify（x，m1（x））使用lambdify创建函数m1的numpy版本
结果_m1=m1 _np（距离）
f1=共积分（m1（x），x）#第一符号积分
f2=共积分（f1，x）#第二符号积分
定义d（xi）：
df=（-1）*（f2.subs（x，xi））/（67e9*4.72537401e-9）
返回df
d_np=sympy.lambdify（x，d（x））
结果d=d\U np（距离）

您对结果的描述不清楚。如果您展示了一些结果，而不是仅仅谈论它们，这可能会有所帮助（否则我们必须自己运行您的代码-ugg:）。

dist

是否是

numpy

的唯一用途？同时使用

sympy

和

numpy

通常会导致问题，尽管这里可能不是这样。我已经运行了您的代码，看到了问题（但还没有找到解决方案）。我认为你可以构造一个更简单的例子。虽然

x

是

m1

函数的参数，

m1（y）

或

m1（0）

表明，

d

不是同一类函数

df

不依赖于

x

argumenttry使用

symlp.lambdify

@hpaulj，很抱歉没有显示一些结果，这是一个重复mn表达式109次的列表，所以我不想在这里显示。但我明白你所说的x的差异，下面的答案为我做到了！谢谢你的帮助。你对结果的描述不清楚。如果您展示了一些结果，而不是仅仅谈论它们，这可能会有所帮助（否则我们必须自己运行您的代码-ugg:）。

dist

是否是

numpy

的唯一用途？同时使用

sympy

和

numpy

通常会导致问题，尽管这里可能不是这样。我已经运行了您的代码，看到了问题（但还没有找到解决方案）。我认为你可以构造一个更简单的例子。虽然

x

是

m1

函数的参数，

m1（y）

或

m1（0）

表明，

d

不是同一类型的