“ImmutableDenseNDimArray”对象没有“作为独立的”属性

Question

我是python新手。我正在尝试运行此代码，但出现此错误消息：“ImmutableDenseNDimArray”对象没有“cand_extract_减号”属性

import sympy as sp
import numpy as np
np.random.seed(1)
simx=np.random.normal(loc=(0, 0, 0), scale=(1, 2, 1), size=(1000,3)) 
simx=np.matrix(simx)                                                 
matx = np.hstack(( np.ones((1000, 1)), simx[:, 0:2] ))               

beta0, beta1, beta2 = 1, 2, 0.5
y = beta0*matx[:,0] + beta1*matx[:,1] + beta2*matx[:,2] + simx[:,2] 

a, b, c = sp.symbols('a, b, c')
residual=y-a*matx[:,0] - b*matx[:,1] - c*matx[:,2]
epsilon=residual.T@residual
da=sp.diff(epsilon[0],a)
db=sp.diff(epsilon[0],b)
dc=sp.diff(epsilon[0],c)
sp.solve([da, db, dc])

请帮忙！非常感谢

Answer 1

在构造simx时，使用np.matrix。结果是以下所有数组也是np.matrix。如果您阅读了np.matrix文档，您将看到，如果该类实际上没有被弃用，那么它是不受欢迎的

在isympy会话中，代码生成：

In [22]: type(epsilon)
Out[22]: numpy.matrix

In [23]: epsilon.dtype, epsilon.shape
Out[23]: (dtype('O'), (1, 1))

In [24]: epsilon[0].dtype, epsilon[0].shape
Out[24]: (dtype('O'), (1, 1))

因为np.matrix类epsilon[0]对您没有任何帮助

如果要从该矩阵中提取sympy元素，则必须使用完整的二维索引：

In [25]: type(epsilon[0,0])
Out[25]: sympy.core.add.Add

看看当您尝试将sympy.diff应用于矩阵时会发生什么，与Add相反：

In [26]: type(diff(epsilon[0],a))
Out[26]: sympy.tensor.array.dense_ndim_array.ImmutableDenseNDimArray

In [27]: type(diff(epsilon[0,0],a))
Out[27]: sympy.core.add.Add

在[26]中，diff已将np.matrix转换为sympy数组对象。显然sympy.solve在这方面存在问题。对于[27]中生成的diff可能没有问题

正如我所评论的，混合numpy和sympy不适合初学者。你对np.matrix的使用（与np.array相反）只会让事情变得更复杂

调试时，请真正注意错误消息，包括回溯。我们通常希望您完整地展示它，尽管在本例中，您已经提供了足够的代码来重现问题。同时还要检查变量，就像我对epsilon所做的那样

===

In [28]: da=diff(epsilon[0,0],a)
    ...: db=diff(epsilon[0,0],b)
    ...: dc=diff(epsilon[0,0],c)

In [29]: foo = solve([da,db,dc])

In [30]: foo
Out[30]: {a: 1.0137595332538, b: 2.00366875358228, c: 0.491065343898908}