Полезно ли при работе с массивами символических выражений использовать массивы numpy?Использование массивов numpy симсимвых чисел
Что-то вроде
u0=numpy.array([Number(1.0), Number(1.0), Number(1.0)])
Я имею в виду, это быстрее использовать Numpy массивы вместо списков питона?
Если да, то некоторые операции с Numpy массивами, кажется, автоматически преобразовывать плавать символические как выражения, например:
u0=np.array([Number(1.0), Number(1.0), Number(1.0)]) u = np.zeros((10, 3)) u[0] = u0
Сейчас пока type(u0[0])
>> sympy.core.numbers.Float,
type(u[0][0])
>> numpy.float64
Как я могу избежать numpy для преобразования символических выражений, скопированных в float64?
'u0' - это 1-й массив' dtype = object'. Это очень похоже на список. 'u' как созданный' float'. Его можно инициализировать как 'dtype = object'. Это тоже будет список, за исключением того, что он позволит индексировать 2d, например. 'И [0,0]'. – hpaulj
Это действительно неясно, чего вы пытаетесь достичь здесь. Я попытался ответить на наиболее вероятные возможности в своем ответе, но, возможно, неправильно понял ваши цели. – asmeurer