Python Sympy中的隐式linsolve（），然后是lambdify

我在问，在涉及求解的表达式上，是否可以从

lambdify

中获取

np.linalg.solve（）

例如，让

from sympy import MatrixSymbol, linsolve, lambdify

A = MatrixSymbol('A', 3, 3)
b = MatrixSymbol('b', 3, 1)

func = lambdify((A, b), linsolve((A, b)), modules="numpy")

是否可以生成

函数（A，b）=np.linalg.solve（A，b）

上述代码肯定不起作用。它将首先在

linsolve（（A，b））

处失败

---

我的尝试是以某种方式将

linsolve（（A，b））

标记为隐式表达式，以便

lambdify

能够识别它，从而将它与

np.linalg.solve

链接起来。但是我没有发现

symphy

是否支持此功能。

您可以使用function

symphy.codegen.matrix\u nodes.MatrixSolve

而不是

symphy.linsolve

来自sympy导入矩阵SYMBOL，lambdify
从sympy.codegen.matrix_节点导入MatrixSolve
A=矩阵符号（'A'，3，3）
b=矩阵符号（'b'，3，1）
func=lambdify（（A，b），MatrixSolve（A，b），modules=“numpy”）

您可以使用函数

sympy.codegen.matrix\u nodes.MatrixSolve

而不是

sympy.linsolve

来自sympy导入矩阵SYMBOL，lambdify
从sympy.codegen.matrix_节点导入MatrixSolve
A=矩阵符号（'A'，3，3）
b=矩阵符号（'b'，3，1）
func=lambdify（（A，b），MatrixSolve（A，b），modules=“numpy”）

使用

矩阵solve

，

lambdify

执行简单的词汇替换：

In [87]: MatrixSolve(A,b)
Out[87]: MatrixSolve(MatrixSymbol(Str('A'), Integer(3), Integer(3)), vector=MatrixSymbol(Str('b'), Integer(3), Integer(1)))

In [88]: func = lambdify((A, b), MatrixSolve(A, b), modules="numpy")

In [89]: func
Out[89]: <function _lambdifygenerated(A, b)>

In [90]: func?
Signature: func(A, b)
Docstring:
Created with lambdify. Signature:

func(A, b)

Expression:

MatrixSolve(A, vector=b)

Source code:

def _lambdifygenerated(A, b):
    return (solve(A, b))

---

使用

MatrixSolve

，

lambdify

执行简单的词汇替换：

In [87]: MatrixSolve(A,b)
Out[87]: MatrixSolve(MatrixSymbol(Str('A'), Integer(3), Integer(3)), vector=MatrixSymbol(Str('b'), Integer(3), Integer(1)))

In [88]: func = lambdify((A, b), MatrixSolve(A, b), modules="numpy")

In [89]: func
Out[89]: <function _lambdifygenerated(A, b)>

In [90]: func?
Signature: func(A, b)
Docstring:
Created with lambdify. Signature:

func(A, b)

Expression:

MatrixSolve(A, vector=b)

Source code:

def _lambdifygenerated(A, b):
    return (solve(A, b))

---

如何验证您的

func

是否真正调用了

np.linalg.solve（）

？实际上，它永远不能调用

np.linalg.solve

，这可以从源代码

symphy.printing.pycode

中看出，其中包含了symphy支持的所有函数。使用方程x=A**（-1）*b是使其作为

np.linalg.solve

工作的最简单方法，否则您可能必须为您自己的打印机编码。检查此项，我发现有

np.linalg.solve

打印机。你知道怎么称呼它吗？我想我在这里找到了答案；你想详细说明你的答案吗，这样我就可以接受了？很抱歉，我到目前为止还没有更新我的sympy。我马上改变我的答案。你如何验证你的

func

函数是否真的调用了

np.linalg.solve（）

？实际上，它永远不能调用

np.linalg.solve

，从源代码

symphy.printing.pycode

中可以看出，其中包含了symphy支持的所有函数。使用方程x=A**（-1）*b是使其作为

np.linalg.solve

工作的最简单方法，否则您可能必须为您自己的打印机编码。检查此项，我发现有

np.linalg.solve

打印机。你知道怎么称呼它吗？我想我在这里找到了答案；你想详细说明你的答案吗，这样我就可以接受了？很抱歉，我到目前为止还没有更新我的sympy。我马上更改答案。您的错误在

linsolve（（A，b））

中，而不是

lambdify

。当您遇到这样的故障时，请使用回溯显示错误。您的错误位于

linsolve（（A，b））

，而不是

lambdify

。当您遇到这样的故障时，请用回溯显示错误。