如何在Python中集成Sympy和Numpy？sympy 符号的 Numpy 数组

Question

假设我想要一个像 [x , 2x] 这样的数组向量，然后我想在 x=5 时计算这个数组。所以结果就变成了[5, 10]。

这可以在 matlab 中使用符号工具箱轻松完成。然而，我刚刚从 matlab 转向 python，建议我使用 Numpy 和 Sympy 来替代 Matlab 强大的矩阵操作。

我尝试了以下代码

import numpy as np
import sympy as sp

x=sp.symbols('x')
a=np.array([x , 2*x])

但是，当 x 是任意数字时，我找不到任何可用于计算“a”的命令。

有人可以引导我走正确的道路吗？

Answer 1

正如 hpaulj 在评论中所解释的那样，SymPy 和 NumPy 生活在不同的世界中。如果您需要快速的数字运算，NumPy 就是您的英雄。SymPy 在符号操作方面表现出色。要从 SymPy 过渡到 NumPy，您可以在将 SymPy 中的所有内容转换为 NumPy 之前将其转换为数字。或者您使用lambdify它将 SymPy 表达式转换为 NumPy 函数。

例如，请参阅这篇文章SymPy 如何计算非常复杂表达式的导数，然后将其转换为 NumPy 函数。

如果您确实想要速度， Numba等库可以将 NumPy 函数转换为机器代码（无需外部编译步骤）。

这些库本身非常强大，但缺乏流畅的互操作性，这在一开始可能会令人困惑。

如果您让 SymPy 对列表的每个元素而不是整个列表进行操作，则您的示例将有效。SymPysubs填充变量。SymPyevalf将常量表达式转换为数字（因为通常 SymPy 将有理数和 sqrt 等保持为符号形式，因此它保持最大精度）。

import sympy as sp
import numpy as np

x = sp.symbols('x')
b = [x , 2*x]
c = [expr.subs(x, 5).evalf() for expr in b]
a = np.array(c)