Python 如何在np.array中将符号更改为sympy subs？

我尝试使用np.数组矩阵中的sympy符号。 但是，它不起作用。如何修理我的绳子

将numpy导入为np
从sympy导入符号，求解
dna_list=np.random.rand（10,2）
数据列表=np.random.rand（10,3）
alpha=np.sqrt（[2]）
x1=dna_列表[：，0]
x2=dna_列表[：，1]
m=数据列表[：，1]
b=数据列表[：，2]
RSMX=np.数组（[[6,15*alpha，1]，-2,15,1]，[10,15,1]，-alpha*1,10,1]，[6,10,1]，[10*alpha，10,1]，-2,5,1]，[6，-alpha*5,1]）
打印（RSMX）

xhat1，xhat2=符号（'xhat1，xhat2'）
RSMy=（m）/（1-xhat1）+（m）/（1-xhat2）+（b）
打印（RSMy）
SOLVE=RSMy.subs（{xhat1:6，xhat2:15+alpha}）

---

AttributeError回溯（最近的调用） 最后）在（） ---->1 SOLVE=RSMy.subs（{xhat1:6，xhat2:15+alpha}）

AttributeError:'numpy.ndarray'对象没有属性'subs'

---

您使用的

RSMy

是

numpy

数组，没有

subs

方法。您应该对此数组中的每个元素应用

subs

方法。您可以这样做：

SOLVE=np.vectorize（lambda x:x.subs（{xhat1:6，xhat2:15+alpha}））（RSMy）

---

还要注意，您使用的是返回数组而不是数字的

alpha=np.sqrt（[2]）

。我建议您使用

alpha=np.sqrt（2）

，它在某些情况下可能很关键。

RSMy

您使用的是

numpy

数组，没有

subs

方法。您应该对此数组中的每个元素应用

subs

方法。您可以这样做：

SOLVE=np.vectorize（lambda x:x.subs（{xhat1:6，xhat2:15+alpha}））（RSMy）

还要注意，您使用的是返回数组而不是数字的

alpha=np.sqrt（[2]）

。我建议您使用

alpha=np.sqrt（2）

，它在某些情况下可能很关键