我正在尝试学习如何使用 sympy,因此我选择了一个简单的问题来尝试。当我尝试使用 Sympy 的求解器求解 e^(-(ln(2)/8) * t) - 10^-6 时,最终我的 repl 因内存不足错误而崩溃。这似乎与它解释 exp() 方法的方式有关,我不太确定我做错了什么。
from math import log as ln
from sympy import exp as e, symbols as sym, solve
t = sym('t')
hl = 8.0197
k = ln(2)/hl #lambda
expression = e(-k * t) -10**-6
# 10^6 = e^(-k * t)
days = solve(,t)
print(days)
它应该解析到 ~159.5,但正如所指出的,它会导致 repl 崩溃。 “ipython3”由信号 SIGSEGV(地址边界错误)终止
最佳答案
10**-6
是一个可疑的小数字。
因为 float 是 scary ,我们可以使用漂亮、安全的整数来解决与您提出的问题类似的问题:
from math import log as ln
import sympy
from sympy import symbols as sym
t = sym('t')
hl = 8.0197
k = 4
expression = sympy.exp(-k * t) - 3
days = sympy.solve(expression,t)
print(days)
这会立即返回:
[log(3**(3/4)/3) + I*pi, log(3**(3/4)/3), log(-3**(3/4)*I/3), log(3**(3/4)*I/3)]
所以我们立即知道问题与 float 的使用有关。事实证明,这是一个known problem在 SymPy 中。请注意,由于方程有四种可能的解,因此处理 float 所需的工作量会增加四倍。
由于使用 float 可能会导致 lost precision ,特别是当数字的动态范围很大时,SymPy 会将浮点输入转换为精确的小数表示形式。这可能会导致非常大的数字,从而减慢计算速度。
解决方案是尽可能避免使用 float ,更一般地说,以符号方式求解方程,然后替换:
from math import log as ln
import sympy
from sympy import symbols as sym
t = sym('t')
k = sym('k')
c = sym('c')
expression = sympy.exp(-k * t) - c
days = sympy.solve(expression,t)
print(days)
这给出:
[log(1/c)/k]
可以使用以下方法进行评估
hl = 8.0197
kval = ln(2)/hl #lambda
days[0].subs([(k,kval), (c, 10**-6)])
这给出了
159.845200455409
关于python - 在 exp() 中使用符号时 sympy 求解器会耗尽内存,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55929245/