Python 使用mpmath和sympy模块时由于指数函数而导致的错误

我有下面的代码，我需要解一个表达式来找到根。需要为ω求解表达式

import numpy as np
from sympy import Symbol,lambdify
import scipy
from mpmath import findroot, exp
eta = 1.5 
tau = 5 /1000
omega = Symbol("omega")
Tf = exp(1j * omega * tau)
symFun = 1 + Tf * (eta - 1) 
denom = lambdify((omega), symFun, "scipy")
Tf_high = 1j * 2 * np.pi * 1000 * tau
sol = findroot(denom, [0+1j,Tf_high])

程序出错，我无法更正。错误为：TypeError:无法从0.005Iomega创建mpf

编辑1-我尝试根据评论实施不同的方法。第一种方法是使用sympy.solveset模块。第二种方法是使用scipy.optimize中的fsolve。两者都没有给出正确的输出

为清楚起见，我将相关代码复制到每种方法中，并将其输出

方法1-同感 方法2 Scipy

---

如何更正程序？请给我推荐能给出正确结果的方法。

Symphy是一个计算机代数系统，它能像人类一样解方程。SciPy使用数值优化。如果你想要所有的解决方案，我建议你选择SymPy。如果你想要一个解决方案，我建议你选择SciPy

方法1-同感 作为开发人员，Symphy提供的解决方案将更加“互动”。但它几乎一直都是完全正确的

来自sympy导入的

*
预计到达时间=S（3）/2
tau=S（5）/1000
ω=符号（“ω”）
n=1
Tf=exp（I*omega*tau）
denom=1+Tf*（eta-1）
sol=溶解集（单位：分母，ω）
打印（sol）

给予

ImageSet(Lambda(_n, -200*I*(I*(2*_n*pi + pi) + log(2))), Integers)

这是真正的数学解

注意我是如何在除法整数之前将

S

放在整数周围的。在Python中对整数进行除法时，由于使用浮点数，因此会丢失精度。将其转换为SymPy对象将保持所有准确性

由于我们知道整数上有一个

ImageSet

，我们可以开始列出一些解决方案：

范围（-3,3）内的n的

：
印刷品（复合物（sol.lamda（n）））

给

(-3141.5926535897934-138.62943611198907j)
(-1884.9555921538758-138.62943611198907j)
(-628.3185307179587-138.62943611198907j)
(628.3185307179587-138.62943611198907j)
(1884.9555921538758-138.62943611198907j)
(3141.5926535897934-138.62943611198907j)

根据一些经验，您可以将其自动化，这样无论

solveset

返回的输出类型如何，整个程序都只返回一个解决方案

方法2-SciPy SciPy提供的解决方案将更加自动化。你永远不会有一个完美的答案，不同的初始条件选择可能不会一直收敛

将numpy导入为np
从scipy.optimize导入根目录
预计到达时间=1.5
tau=5/1000
n=1
def（ω：元组）：
omega_real，omega_imag=omega
欧米茄：复数=欧米茄实数+欧米茄图像*1j
结果：复合物=1+（eta-1）*（n*np.exp（1j*omega*tau））
返回result.real，result.imag
sol=根（f，[100100]）
打印（sol）
打印（sol.x[0]+sol.x[1]*1j）

给

(-3141.5926535897934-138.62943611198907j)
(-1884.9555921538758-138.62943611198907j)
(-628.3185307179587-138.62943611198907j)
(628.3185307179587-138.62943611198907j)
(1884.9555921538758-138.62943611198907j)
(3141.5926535897934-138.62943611198907j)

fjac:array（[[0.00932264,0.99995654]，
[-0.99995654,  0.00932264]])
乐趣：阵列（[-2.13074003e-12，-8.86389816e-12]）
消息：“解决方案已聚合。”
nfev:30
qtf:数组（[2.96274855e-09，-6.82780898e-10]）
r:数组（[-0.00520194，-0.00085702，-0.00479143]）
现状：1
成功：真的
x:数组（[628.31853072，-138.62943611]）
（628.3185307197314-138.62943611241522j）

---

看来这是辛普森找到的解决方案之一。所以我们必须做一些正确的事情。请注意，有许多初始值不收敛，例如，

sol=root（f[1,1]）

如果使用

mpmath.findroot

为什么要在

lambdify

中使用

scipy/numpy

呢？您谈到了两个不同的错误，

mpf来自'0.005/omega'

，以及

指数函数。我只得到“mpc”对象没有属性“exp”的错误。只需坚持使用sympy或mpmath即可。虽然sympy使用mpmath，但如果您尝试将它们混合在一起，您将很难正确执行。Symphy可以用solve很好地解这个方程/solveset@oscarbenjamin我尝试使用Symphy中的solveset，但如果我在实域中求解，它将返回一个空集。如果我在虚域中求解，我会得到这个错误。“图像集（λ（_n，-200.0*I*（I*（2*_n*pi+pi）+0.693147180559945）），整数）”这不是正确答案吗？请注意，
solve
将返回一个表达式列表（如果您需要的话）。
(-3141.5926535897934-138.62943611198907j)
(-1884.9555921538758-138.62943611198907j)
(-628.3185307179587-138.62943611198907j)
(628.3185307179587-138.62943611198907j)
(1884.9555921538758-138.62943611198907j)
(3141.5926535897934-138.62943611198907j)