假设您已经根据fusympy计算进行了计算：
fu= sy.cos(x)+sy.sin(y)+1
哪里
x,y = sy.symbols("x y")
是符号。现在，您要转向fu（显然）两个变量的numpy函数。您可以通过以下方式做到这一点：
fun= sy.lambdify((x,y), fu, "numpy")
然后你生产fun(x,y)。有没有一种方法lambdify能产生fun(z)与x,y=z，即产生以下功能：
def fun(z):
x,y=z
return np.cos(x)+np.sin(y)+1
根据您的文档，lambdify您可以将符号嵌套在第一个参数中，以表示签名中的拆包：
import sympy as sym
x,y = sym.symbols('x y')
fu = sym.cos(x) + sym.sin(y) + 1
# original: signature f1(x, y)
f1 = sym.lambdify((x,y), fu)
f1(1, 2) # returns 2.4495997326938213
# nested: signature f2(z) where x,y = z
f2 = sym.lambdify([(x,y)], fu)
f2((1, 2)) # returns 2.4495997326938213
即使无法在内部执行此操作lambdify，我们也可以定义一个精简包装器，以将lambdified函数的参数解包（尽管这在每次调用时都会较慢地调用一个函数，因此对于很多时候被调用的快速函数，可能会对运行时产生可衡量的影响）：
f = sym.lambdify((x,y), fu) # signature f(x,y)
def unpacking_f(z): # signature f(z) where x,y = z
return f(*z)
当然，如果该函数不是要在数值求解器中一次性使用（例如曲线拟合或最小化），则最好将其functools.wraps用于包装器。这将保留由自动生成的文档字符串lambdify。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句