Kombination numpy mit sympy

Question

Ich habe den folgenden Code:

p = classp(); 
for i in range(1,10): 
    x = numpy.array([[2],[4],[5]]) 
    print p.update(x) 

class classp: 
    def __init__(self): 
     self.mymodel = array([2*x[1]], [3*x[0]], [x[2]]); 
    def update(self, x): 
     return self.mymodel #replace x(0)...x(1) with the given parameter 

Meine Frage den obigen Code verwandt ist, ich möchte ein Modell definieren, mit sympy wenn es möglich ist, danach in der Update-Funktion, um die sympy ersetzen Variablen mit den x-Werten. Ist es möglich? Wie kann ich das machen?

Answer 1

Ich kann Ihnen zwei Lösungen vorschlagen.

Erstens gibt es DeferedVector, die für die Verwendung mit lambdify erstellt wurde:

In [1]: from sympy.matrices import DeferredVector 

In [2]: v = DeferredVector('v') 

In [3]: func = lambdify(v, Matrix([v[1], 2*v[2]])) 

In [4]: func(np.array([10,20,30])) 
Out[4]: 
     [[20] 
     [60]] 

jedoch lambdify tut zu viel Magie für meinen Geschmack.

Eine weitere Option ist die .subs Methode verwenden:

In [11]: x1, x2, x3 = symbols('x1:4') 

In [12]: m = Matrix([x2,2*x1,x3/2]) 

In [13]: m.subs({x1:10, x2:20, x3:30}) 
Out[13]: 
     ⎡20⎤ 
     ⎢ ⎥ 
     ⎢20⎥ 
     ⎢ ⎥ 
     ⎣15⎦ 

Sie können so das Wörterbuch für die Substitution erstellen:

dict(zip(symbols('x1:4'), your_value_array)).

Vergessen Sie nicht, dass alle Rückgabeobjekte Sympy-Matrizen sind. Um sie in numplige Arrays zu konvertieren, verwenden Sie einfach np.array(the_matrix_in_question) und vergessen Sie nicht, die dtype anzugeben, andernfalls wird standardmäßig dtype=object verwendet.