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}
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。