Python Sympy numpy集成存在-记录在哪里？

我只是偶然发现我可以将sympy表达式与numpy数组混合在一起：

>>> import numpy as np
>>> import sympy as sym
>>> x, y, z = sym.symbols('x y z')
>>> np.ones(5)*x
array([1.0*x, 1.0*x, 1.0*x, 1.0*x, 1.0*x], dtype=object)
# I was expecting this to throw an error!

# sum works and collects terms etc. as I would expect
>>> np.sum(np.array([x+0.1,y,z+y]))
x + 2*y + z + 0.1
# dot works too
>>> np.dot(np.array([x,y,z]),np.array([z,y,x]))
2*x*z + y**2
>>> np.dot(np.array([x,y,z]),np.array([1,2,3]))
x + 2*y + 3*z

这对我来说非常有用，因为我在同一个程序中进行数值和符号计算。然而，我对这种方法的缺陷和局限性感到好奇——例如，似乎在包含Symphy对象的Numpy数组上既不支持

np.sin

也不支持

sym.sin

，因为两者都会给出错误

然而，这种numpy-sympy集成似乎在任何地方都没有记录。这只是这些库如何实现的一个意外，还是一个故意的特性？如果是后者，何时设计使用，何时使用

sympy.Matrix

或其他解决方案更好？在处理这种数组时，我能保持numpy的一些速度吗？还是只要涉及到sympy符号，它就会回到Python循环

---

简言之，我很高兴发现这个功能的存在，但我想知道更多关于它

这只是NumPy对对象数组的支持。它不是针对SymPy的。NumPy检查操作数并发现并非所有操作数都是标量；涉及到一些物体。因此，它调用该对象的

\uuuuMul\uuuu

或

\uuurmul\uuuuuu

，并将结果放入一个对象数组中。例如：mpmath对象

>>> import mpmath as mp
>>> np.ones(5) * mp.mpf('1.23')
array([mpf('1.23'), mpf('1.23'), mpf('1.23'), mpf('1.23'), mpf('1.23')],
      dtype=object)

或列表：

>>> np.array([[2], 3])*5
array([list([2, 2, 2, 2, 2]), 15], dtype=object)
>>> np.array([2, 3])*[[1, 1], [2]]
array([list([1, 1, 1, 1]), list([2, 2, 2])], dtype=object)

在使用这种阵列时，我能保持numpy的速度吗

不，NumPy对象数组没有Python列表的性能优势；访问元素的开销可能比在列表中要大

---

如果有更具体的数据结构可用，就没有理由使用这种数组。

我刚刚在最新的

numpy

发行说明（）

我认为这意味着这是可行的，但以前没有：

In [9]: np.array([x+.1, 2*y])==np.array([.1+x, y*2])
Out[9]: array([ True,  True])

---

你可以检查sympy numpy兼容性@bro grammer谢谢，所以这绝对是一个精心设计的功能，那么

numpy

不知道。但似乎

sympy

提供了足够的方法，当在对象数据类型数组中使用时，其对象的行为非常类似于数字标量。对象数组的数学运算速度较慢，其覆盖率也比较准确（与常规的数字数据类型数组相比）。有关使用对象数据类型数组进行数学运算的详细信息：。这有助于解释为什么乘法有效，但sin却不行。

In [9]: np.array([x+.1, 2*y])==np.array([.1+x, y*2])
Out[9]: array([ True,  True])