我不确定我在sympy
中使用的将MutableDenseMatrix
转换为numpy.array
或numpy.matrix
的方法是否是当前的良好实践。
我有一个符号矩阵,比如:
g = sympy.Matrix( [[ x, 2*x, 3*x, 4*x, 5*x, 6*x, 7*x, 8*x, 9*x, 10*x]
[x**2, x**3, x**4, x**5, x**6, x**7, x**8, x**9, x**10, x**11]] )
我正在转换成一个numpy.array
正在做:
g_func = lambda val: numpy.array( g.subs( {x:val} ).tolist(), dtype=float )
这里我得到一个给定值x
的数组。
SymPy有更好的内置解决方案吗?
谢谢你!
我是根据克拉斯坦诺夫和阿斯穆勒的建议来回答的。这个小片段使用sympy中的lambdify:
这似乎是实现问题的最佳途径。
本机的
tolist
方法,将symphy矩阵变成嵌套索引numpy.array
可以将嵌套索引的内容强制转换为数组.astype(float64)
将把数组的数字转换为默认的numpy float类型,该类型将处理任意numpy矩阵操作函数。另外,值得一提的是,通过强制转换为numpy,您可以在保留sympy变量和表达式的同时,释放执行矩阵运算的能力。
编辑: 我附加说明的一点是,在转换到numpy.array时,您失去了在矩阵中的任意位置拥有变量的能力。所有的矩阵元素必须是数字之前,你铸造或一切将打破。
这看起来是最直接的:
如果跳过astype方法,numpy将创建一个类型为“object”的矩阵,这将不适用于常见的数组操作。
相关问题 更多 >
编程相关推荐