在solveset()中使用erf()函数时，Sysmy和mpath给出&q；类型错误：无法创建MPF&q；
我有4个输入变量(浮点数)： xmax Xmin 百分比 模式 我想为s解以下(相当长的)方程： > (1/2+1/2*erf((log(Xmax)-(log(mode)+s**2))/(sqrt(2)*s))-(1/2+1/2*erf((log(Xmin)-(log(mode)+s**2))/(sqrt(2)*s))) - percentage == 0 我想使用mp
..
mpmath相关内容
如何 mpf 数组?
我有: 将 numpy 导入为 np从 mpmath 导入 *mpf(np.array(范围(0,600))) 但它不会让我这样做: TypeError: 无法从数组创建 mpf 那我该怎么办? 本质上，我将使用这个数组并根据情况将元素乘以一个非常大或非常小的数字(例如 1.35626567e1084 或 6.2345252e-2732代码>) 因此需要 mpf. 更具体地说，
..
类型错误:无法根据规则“安全"将数组数据从 dtype('O') 转换为 dtype('float64')
我需要对 g(u)jn(u) 类型的积分进行积分，其中 g(u) 是一个没有零的平滑函数，而贝塞尔函数中的 jn(u) 是具有无穷大零的，但是我得到了以下错误: TypeError: 无法根据规则“安全"将数组数据从 dtype('O') 转换为 dtype('float64') 首先，我需要将变量 x 更改为变量 u 并在新变量 u 中进行积分，但是函数 u(x) 不是解析可逆的，因此我需要
..
调用 qr_solve 时无法从复数创建 mpf
我进行了以下导入: from sympy.matrices import Matrix as sy_matrix将 sympy.mpmath 导入为 sy_mp 像这样创建我的矩阵: sysMat = sy_matrix([[0.0]*sz1]*sz2)resVec = sy_matrix([[0.0]]*sz2) .Populate 然后用 python 复数(例如 1.0+1.0j)然
..
在不损失精度的情况下从 mpf 转换为 Sympy Float
有没有办法做到这一点?例如在下面的代码中，我失去了精度: >>>从 sympy 导入 *>>>从 sympy.mpmath 导入 *>>>mp.dps = 50>>>a = mpf('1.0')/mpf('3.0')>>>一种mpf('0.333333333333333333333333333333333333333333333333311')>>>b = 浮点数(a,50)>>>乙0.3333
..
Python 中是否有多个积分器提供可变积分限制(如 scipy)和高精度(如 mpmath)?
我可以使用 scipy quad 和 nquad 进行涉及可变积分限制的四重积分.问题是当无法达到要求的容差时，使用的默认精度会引发错误.使用 mpmath 积分器，我可以通过设置 mp.dps = 任意来定义任意精度，但是我看不到限制是否以及如何像 nquad 一样变得可变.Mpmath 还在 quadgl 中使用 Gauss-Legendre 方法提供了非常快速的执行，这是非常可取的，因为我的
..
使用 mpmath 在 Python 中取拉普拉斯逆
我想使用“DE HOOG"算法进行数值拉普拉斯逆变换.我想使用“mpmath"包，我从链接安装它: https://github.com/klkuhlm/mpmath 假设我需要在 t=1 处找到以下函数的拉普拉斯逆变换: f = 1/(s-1) f 的拉普拉斯逆变换为:e^(t) 在 t=1 时，结果应该是 = e 将 mpmath 导入为 mp将 numpy 导
..
Python 中 Numpy 和 MpMath 之间的互操作性
我有一个 numpy 数组 A，其中 mpf 元素的十进制精度为 100.如果我决定将 A 的 numpy 点积与它本身一起使用，这个精度会被抛弃吗? 如果是这种情况，有什么方法可以将 numpy 数组转换为 mpmath 矩阵，这样我就可以保持精度吗? 解决方案 Numpy 数组可以容纳对象，特别是 mpf 对象，它们的方法如 dot 可以使用这些对象的加法/乘法方法.示例: 导
..
Python mpmath不是任意精度吗？
我想继续回答上一个问题，即我要使用Benet算法计算斐波那契数。为了达到任意精度，我找到了 mpmath 。但是，该实现似乎无法超过一定值。例如，第99个值给出： 218922995834555891712 这应该是（参考）： 218922995834555169169026 此处是我的代码： 从mpmath导入* def Phi（）： return（1
..
mpmath和scipy之间的关系:类型错误
Scipy具有许多特殊功能，特别是Bessel函数jn(始终由大写字母J_n(x)表示)和球形Bessel函数spherical_jn(由小写字母j_n(x)表示).另一方面，mpmath具有quadosc，这是一种用于集成快速振荡功能(如jn和spherical_jn)的特殊方法. 我得到的问题似乎是 quadosc 来自mpmath的不支持，例如，来自scipy的jn作为使该积分不可或缺的输入
..
与numpy及其解决方案相比，mpmath中的元素操作较慢
我进行了一些涉及阶乘分解的计算，因此我决定使用任意精度库mpmath. 我的代码如下: import numpy as np import mpmath as mp import time a = np.linspace( 0, 100e-2, 100 ) b = np.linspace( 0, np.pi ) c = np.arange( 30 ) t =
..
从数组创建MPF
我正在尝试将fsolve与mpmath软件包结合使用. 但是，出现错误cannot create mpf from array([mpf('1.0')], dtype=object). 这是重现该错误的最小示例.对于此示例，从技术上讲，我不需要mpmath软件包，但是我的实际函数包含具有超融合功能的函数. from scipy.optimize import fsolve #from
..
mpmath矩阵求逆的替代方案或加速方案
我正在用python编写一些代码，这些代码需要频繁地反转大型平方矩阵(100-200行/列). 我正在达到机器精度的极限，因此开始尝试使用mpmath进行任意精度的矩阵求逆，但是即使使用gmpy，它也非常慢. 将精度为30(十进制)的大小为20、30、60的随机矩阵反转需要大约0.19、0.60和4.61秒，而mathematica中的相同运算需要0.0084、0.015和0.055秒
..
python中是否有比例缩放的互补误差函数?
在matlab中有一个特殊功能，该功能在我知道的Python的任何集合(numpy，scipy，mpmath等). 可能在其他地方可以找到类似这样的功能? UPD 对于所有认为该问题无关紧要的人，请首先尝试为参数〜30计算此函数. UPD2 任意精度是一种不错的解决方法，但如果可能的话，我宁愿避免使用它.我需要“标准"的机器精度(不多不少)和可能的最大速度. UPD3 事实
..
precision损失numpy的 - mpmath
我使用numpy的和mpmath在我的Python PROGRAMM。我使用numpy的，因为它允许一个容易获得许多线性代数运算。但由于numpy的对线性方程组的求解是不是准确，我用mpmath更多precision操作。之后，我计算系统的解决方案： 解决方案= mpmath.lu_solve（A，B） 我想该解决方案作为一个数组。所以我用 =阵列np.zeros（M） ，然后做
..
如何强积金数组？
我有： 导入numpy的是NP 从mpmath进口*强积金（np.array（范围（0600））） 但它不会让我做到这一点：类型错误：无法创建阵列强积金 所以，我应该怎么做？ 基本上我将不得不使用这个数组和乘元素明智的根据环境令人难以置信的大或小的令人难以置信的数字（如 1.35626567e1084 或 6.2345252e-2732 ），因此需要强积金。 更具体地说我将使用BESSE
..