Python 使用lamdify-pass表达式作为函数参数添加两个numpy数组

我有一段代码：

import numpy as np
import sympy
from sympy import symbols
from sympy.utilities.autowrap import ufuncify
from sympy.utilities.lambdify import lambdify


def test(expr,a,b):

    a_var, b_var = symbols("a b")
    #f = ufuncify((a_var, b_var), expr, backend='numpy')
    f = lambdify( (a_var, b_var), expr, 'numpy')
    return f(a_var, b_var)


a = np.array([2,3])
b = np.array([1,2])
expr = a + b

print(test(expr, a, b))

这给了我：

../anaconda3/envs/python3/lib/python3.6/site-packages/sympy/core/sympify.py:282: VisibleDeprecationWarning: using a non-integer number instead of an integer will result in an error in the future
  rational=rational) for x in a])

   File "<string>", line 1
 lambda _Dummy_52,_Dummy_53: ([3 5])                                
 SyntaxError: invalid syntax

======更新===============================

我发现的一个解决方案是像字符串一样使用

expr

，然后在函数内部使用

sympify

：

data_a = np.array([2,3])
data_b = np.array([1,2])
expr = "data_a + data_b"


def test(expr,data_a, data_b):

        a, b = symbols("data_a data_b")
        expr = sympify(expr)
        f = lambdify( (a, b), expr, 'numpy')
        return f(data_a, data_b)

我正在考虑：

[35]

---

但是如何避免将表达式用作字符串？

lambdify

将SymPy表达式转换为NumPy函数。您正在尝试将NumPy数组转换为NumPy函数。

lambdify

的参数必须是SymPy对象

你想要什么

a_var, b_var = symbols("a b")
expr = a_var + b_var
f = lambdify((a_var, b_var), expr, 'numpy')

然后你会得到

>>> a = np.array([2,3])
>>> b = np.array([1,2])
>>> f(a, b)
array([3, 5])

lambdify

的基本代码流是SymPy expression=>NumPy函数。为了让您的头脑和代码保持清晰，您应该从SymPy开始，操纵表达式，直到有一个lambdifed函数。然后将其用于NumPy数据。从定义符号名称开始。然后，您可以根据这些符号定义表达式，而无需使用字符串（例如，如上所述）。一旦有了表达式和符号，就可以创建一个lambdified函数。此时，将NumPy数组传递到函数中。我建议对SymPy符号/表达式和NumPy数组使用不同的变量名，以免混淆。我还建议对符号使用与符号名称本身相同的变量名称，这样当您打印表达式时，它将与您编写的表达式完全相同（例如，下面如果您

print（expr）

，您将得到

a+b

，这正是您要得到

expr

）所写的内容）

在更新的示例中，您可以使用

a, b = symbols("a b")
expr = a + b
f = lambdify((a, b), expr, 'numpy')

data_a = np.array([2,3])
data_b = np.array([1,2])
f(data_a, data_b)

---

请注意，我是如何从创建SymPy符号和从这些符号创建SymPy表达式开始的。然后我把它弄脏了。一旦它被lambdified，我就拥有lambdified函数（

f

）。在这一点上，我不再使用SymPy了，只使用NumPy数组（数据）和lambdified函数

f

你能给我举个例子，说明如何将表达式和变量作为参数传递给函数吗？就像我举的例子一样？因为，无论我尝试什么，它都会给出一个错误。只有使用表达式作为字符串才能像我在帖子中所说的那样工作。谢谢在您的示例中，您首先使用a和b符号，然后使用expr。在我的示例中，我希望将expr（表达式）和数据（numpy数组）作为参数传递。我必须使用

a_var，b_var=symbols（“a b”）

在每个函数中都是局部的。我希望它是清楚的。谢谢，我理解了。因此，没有办法实现我想要的。因此，将表达式和用作数据的变量作为函数的参数。我必须首先使用

符号

（在函数外部）并定义表达式（再次在函数外部），当然可以，但是您需要始终使用相同的符号名称，或者将符号名称作为参数传递给函数。嗨，我可以问一下吗？lambdify在引擎盖下是如何工作的？它逐元素计算？行numpy数组？因此，无论我必须lambdify的输入是什么，它都会逐元素进行计算？

a, b = symbols("a b")
expr = a + b
f = lambdify((a, b), expr, 'numpy')

data_a = np.array([2,3])
data_b = np.array([1,2])
f(data_a, data_b)