如何解决Sympy.solve 提供“AttributeError”
如果 sigma[i,j] == 0 or sigma[i,j] == 1
没关系。它只取非零元素的位置。有一段代码提供了 y1,y2,w1,w2
的 func sympy.symbols
的查找系数 f
,它们是 sympy.solve
。 C
- 是一个矩阵。
C-matrix的创建过程:
w = np.array([[1,0],[0,1,1]])
A = np.array([[1,1],[1,1]])
chi = np.array([[1,1]])
ksi = w.dot(A)
d = int(np.linalg.det(w))
ksi_wavy = ksi - d * chi
b1 = -d * np.eye(3)
b2 = ksi
b3 = ksi_wavy.astype(int)
C = np.vstack((-b1,-b2,b3)).astype(int)
sigma 是一个漫长的过程,但它使用 np.array
和 np.append
。
代码:
import numpy as np
from sympy import *
def f(s,new_line_1,k,new_line_2):
return np.dot(y1,C[s,:]) + np.dot(y2,new_line_1) - np.dot(w1,C[k,:]) - np.dot(w2,new_line_2)
new_line_1 = np.zeros([1,len(C[0,:])]).astype(int)
new_line_2 = np.zeros([1,:])]).astype(int)
intersection_1 = [] # The list of intersections
intersection_2 = [] # The list of intersections
for i in np.arange(len(sigma[:,]) - 1):
for t in np.arange(i + 1,len(sigma[:,])):
for j in np.arange(len(sigma[0,:])):
if sigma[i,j] != 0:
if s == -1:
s = j
intersection_1.append(s)
else:
new_line_1 += C[j,:]
intersection_1.append(j)
if sigma[t,j] != 0:
if k == -1:
k = j
intersection_2.append(k)
else:
new_line_2 += C[j,:]
intersection_2.append(j)
solution = solve(f(s,new_line_2),[y1,w2])
结果出现错误:
Traceback (most recent call last):
File "D:\PythonAssignments\python3.9\VKR.py",line 307,in <module>
solution = solve(f(s,w2])
File "D:\PythonAssignments\python3.9\Python\lib\site-packages\sympy\solvers\solvers.py",line 1097,in solve
solution = _solve_system(f,symbols,**flags)
File "D:\PythonAssignments\python3.9\Python\lib\site-packages\sympy\solvers\solvers.py",line 1797,in _solve_system
i,d = _invert(g,*symbols)
File "D:\PythonAssignments\python3.9\Python\lib\site-packages\sympy\solvers\solvers.py",line 3028,in _invert
indep,dep = lhs.as_independent(*symbols)
AttributeError: 'ImmutableDenseNDimArray' object has no attribute 'as_independent'
有人可以帮忙看看错误的原因是什么吗?谢谢你的回答。
解决方法
由于您没有提供我要求的信息,我尝试编写了一个小型测试用例,试图找出问题的核心。
混合 numpy
和 sympy
很棘手,而且有些不可预测。但有时 sympy
符号可以用在 numpy
表达式中。
In [24]: X = np.dot(x,np.arange(3))+np.dot(y,np.array([3,2,1]))
In [25]: X
Out[25]: array([3*y,x + 2*y,2*x + y],dtype=object)
此处 x
和 y
是符号(在 isympy
会话中)。 X
是一个 numpy 数组,对象数据类型。元素是 sympy 表达式。这是有效的,因为符号具有基本的数学方法,例如求和和乘法。但是不要用涉及 sin
和 exp
等函数的表达式尝试这个。
有点出乎我的意料,solve 确实适用于这个数组。
In [26]: solve(X,[x,y])
Out[26]: {x: 0,y: 0}
我认为 solve
只是将数组视为一个列表,solve(list(X),y])
。 solve
文档有许多示例,其中 f
是 sympy 表达式的列表(或元组)。
In [36]: list(X)
Out[36]: [3⋅y,x + 2⋅y,2⋅x + y]
但是您的 f
涉及一些二维数组。
In [27]: X = np.dot(x,np.array([[3,1]]))
In [28]: X
Out[28]: array([[3*y,2*x + y]],dtype=object)
所以这个 X
是 (1,3) 形状。
In [29]: solve(X,y])
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-29-b21e864fb1eb> in <module>
----> 1 solve(X,y])
/usr/local/lib/python3.8/dist-packages/sympy/solvers/solvers.py in solve(f,*symbols,**flags)
1095 solution = _solve(f[0],**flags)
1096 else:
-> 1097 solution = _solve_system(f,symbols,**flags)
1098
1099 #
/usr/local/lib/python3.8/dist-packages/sympy/solvers/solvers.py in _solve_system(exprs,**flags)
1795 for j,g in enumerate(exprs):
1796 dens.update(_simple_dens(g,symbols))
-> 1797 i,d = _invert(g,*symbols)
1798 g = d - i
1799 g = g.as_numer_denom()[0]
/usr/local/lib/python3.8/dist-packages/sympy/solvers/solvers.py in _invert(eq,**kwargs)
3026 was = lhs
3027 while True:
-> 3028 indep,dep = lhs.as_independent(*symbols)
3029
3030 # dep + indep == rhs
AttributeError: 'ImmutableDenseNDimArray' object has no attribute 'as_independent'
现在X
In [34]: list(X)
Out[34]: [array([3*y,dtype=object)]
这不是 sympy 表达式的列表。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。