问从值数组计算渐近表达式

EN

首先，目前SymPy不能保证支持numpy数组，而这正是您在本例中想要的。检查此错误报告http://code.google.com/p/sympy/issues/detail?id=537

其次，如果你想用数值计算很多值，SymPy不是最好的选择(毕竟它是一个符号库)。使用numpy和scipy。

然而，对某事物进行数值计算的一个有效理由是，很难推导出要计算的表达式，因此您可以在SymPy中导出它，然后在NumPy/SciPy/C/Fortran中对其进行计算。要将表达式转换为numpy，只需使用

from sympy.utilities.lambdify import lambdify
func = lambdify(x, big_expression_containing_x,'numpy') # returns a numpy-ready function
numpy_array_of_results = func(numpy_array_of_arguments)

有关更多详细信息，请查看lambdify的docstring。请注意，lambdify仍然存在一些问题，可能需要重写。

顺便说一句，如果你想多次计算表达式真正的，你可以使用sympy中的codegen/autowrap模块来创建包装好并可从python调用的fortran或C代码。

编辑:可以在维基https://github.com/sympy/sympy/wiki/Philosophy-of-Numerics-and-Code-Generation-in-SymPy上找到在SymPy中进行数字运算的更新列表

虽然the accepted answer清楚地表明OP正在寻找数值计算，但我仍然要指出，通过使用symarray，也可以进行符号计算

import sympy
xs = sympy.symarray('x', 10)
f = lambda x: x**2
f(xs)

收益率

array([x_0**2, x_1**2, x_2**2, x_3**2, x_4**2, x_5**2, x_6**2, x_7**2,
       x_8**2, x_9**2], dtype=object)

请注意，这也在内部使用了一个numpy数组，但其中填充了sympy.Expr会话。

或者你可以通过numpy.vectorize来完成。我在问题正文中使用了x、g和xvals。

scalar_func = lambda xx: float(g.evalf(subs={x: xx}))
vector_func = numpy.vectorize(scalar_func)
vector_func(xvals) # returns a numpy array [10000.0, 9980.01, 9960.04, ...]