'ImmutableDenseNDimArray'对象没有属性'as_independent'

如何解决'ImmutableDenseNDimArray'对象没有属性'as_independent'

我是python的新手。我正在尝试运行此代码，但出现此错误消息：'ImmutableDenseNDimArray'对象没有属性'Could_extract_minus_sign'

import sympy as sp
import numpy as np
np.random.seed(1)
simx=np.random.normal(loc=(0,0),scale=(1,2,1),size=(1000,3)) 
simx=np.matrix(simx)                                                 
matx = np.hstack(( np.ones((1000,1)),simx[:,0:2] ))               

beta0,beta1,beta2 = 1,0.5
y = beta0*matx[:,0] + beta1*matx[:,1] + beta2*matx[:,2] + simx[:,2] 

a,b,c = sp.symbols('a,c')
residual=y-a*matx[:,0] - b*matx[:,1] - c*matx[:,2]
epsilon=residual.T@residual
da=sp.diff(epsilon[0],a)
db=sp.diff(epsilon[0],b)
dc=sp.diff(epsilon[0],c)
sp.solve([da,db,dc])

请帮助！非常感谢。

解决方法

构造simx时使用np.matrix。结果是所有后面的数组也是np.matrix。如果您阅读np.matrix文档，您会发现不鼓励使用该类（如果未实际弃用）。

在isympy会话中，您的代码产生：

In [22]: type(epsilon)
Out[22]: numpy.matrix

In [23]: epsilon.dtype,epsilon.shape
Out[23]: (dtype('O'),(1,1))

In [24]: epsilon[0].dtype,epsilon[0].shape
Out[24]: (dtype('O'),1))

由于np.matrix类epsilon[0]对您无济于事。

如果要从该矩阵中提取sympy元素，则必须使用完整的2d索引：

In [25]: type(epsilon[0,0])
Out[25]: sympy.core.add.Add

看看当您尝试将sympy.diff应用于矩阵而不是Add时会发生什么：

In [26]: type(diff(epsilon[0],a))
Out[26]: sympy.tensor.array.dense_ndim_array.ImmutableDenseNDimArray

In [27]: type(diff(epsilon[0,0],a))
Out[27]: sympy.core.add.Add

在[26]中，diff已将np.matrix转换为sympy数组对象。显然，sympy.solve不能解决该问题。用[27]中产生的diff可能没问题。

正如我评论的那样，numpy和sympy混合不适合初学者。您使用np.matrix（而不是np.array）只会使事情变得更加复杂。

调试时要特别注意错误消息，包括回溯。我们通常希望您完整显示它，尽管在这种情况下，您提供了足够的代码来重现该问题。还要一路检查变量-正如我对epsilon所做的那样。

===

In [28]: da=diff(epsilon[0,a)
    ...: db=diff(epsilon[0,b)
    ...: dc=diff(epsilon[0,c)

In [29]: foo = solve([da,db,dc])

In [30]: foo
Out[30]: {a: 1.0137595332538,b: 2.00366875358228,c: 0.491065343898908}