如何解决在python中快速将产品解析为单项式?
我有一个 m
形式的单项式,我想将它解析为一个具有指数的表达式。
m = "n0*n0"
Sympy(n0)
parse_expr(n0*n0)
这给了我以下正确的输出:
n0**2
问题是我有数百万个这样的单项式,在数据框列中有数千个参数,现在我对它们进行了应用来解析它们,这需要永远。有更好的解决方案吗? eval
要求我为 n0
赋值我不想评估我只想将这样的单项式组合成一个简洁的表示。
解决方法
在 isympy
会话中:
In [38]: parse_expr("n0*n0")
Out[38]:
2
n₀
In [39]: type(_)
Out[39]: sympy.core.power.Pow
解析接受一个字符串,返回一个 sympy
表达式。
这不是一个特别快的操作:
In [40]: timeit parse_expr("n0*n0")
524 µs ± 79.5 ns per loop (mean ± std. dev. of 7 runs,1000 loops each)
与进行简单的字符串替换相比:
In [42]: "n0*n0".replace("*n0","**2")
Out[42]: 'n0**2'
In [43]: timeit "n0*n0".replace("*n0","**2")
118 ns ± 1.04 ns per loop (mean ± std. dev. of 7 runs,10000000 loops each)
这是我第一次看到有人试图将 sympy
与 pandas
一起使用。人们确实尝试将它与 numpy
一起使用,但结果常常令人困惑。通常 sympy.lambdify
是从 numpy
表达式创建 sympy
函数的唯一可靠方法。 sympy
适合做代数数学,但我无法想象它对大型数据帧有用。
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。