Sympy数值转换异常：导入计算结果后无法运行优化函数且出现无穷值

我编写了一个用于优化SymPy数值的函数Optimize_function()，调用方式为：

Optimize_function(list_1)

在Jupyter Notebook中输入list_1，输出元素均为SymPy的Float对象，具体内容如下：

[1,
 -988311972974935601.,
 -335500850087402876.,
 1.32380518039078953e+18,
 -152434983182794179.,
 5.01315110369571637e+30,
 3.61720312745301514e+33,
 -4309097254489294.70,
 2.92407586668978579e+30,
 -1.17625737323022613e+34,
 -6276449726684414.55,
 -1.11152085817592009e+18,
 -2.71731566816187054e+29,
 8.23318771547418636e+33,
 -1.53357167323722711e+26,
 495654166482945.700,
 -3.30342982583157026e+30,
 -123643162644077806.,
 -3.86735929106876011e+30,
 -568654588842030.100,
 2.84640254508985288e+30,
 -4.51320218189050107e+31,
 2812838629251394.05,
 -3.34119272054976907e+30,
 388482304818.400000,
 1.17639569262675174e+26,
 -5308554527899933.75,
 2468145414450498.30,
 31883120268830274.4,
 1.30178514781976186e+18,
 64680837588749954.5]

但重启Jupyter Notebook后，手动导入上述list_1后，Optimize_function()无法运行。我尝试通过以下代码将其转换回SymPy Float对象：

list_1 = [ sp.Float(sp.N(value,50)) for value in list_1] 

结果并未得到原始对象，反而出现多个无穷值。请问如何正确转换该结果，使其可用于SymPy计算？

• 用字符串直接初始化SymPy Float：重启后导入的list_1元素是Python原生float/整数，而原生float仅支持双精度（约15-17位有效数字），你的数值包含18位以上的有效数字，直接转换会丢失精度甚至溢出为无穷大。正确做法是将每个数值转为字符串后传入sp.Float，完整保留所有有效数字：

  import sympy as sp
  
  list_1_sympy = [sp.Float(str(val)) for val in list_1]
  

• 不要使用sp.N()转换：sp.N()的作用是将符号表达式转为数值近似，对原生数值使用会额外引入精度损失或溢出，完全没必要。直接用字符串初始化是最可靠的方式，SymPy会解析字符串中的全部数字。
• 验证转换有效性：转换后可以检查元素类型和数值是否匹配原始值：

  # 检查类型
  print(type(list_1_sympy[1]))  # 输出 <class 'sympy.core.numbers.Float'>
  # 检查数值
  print(list_1_sympy[1])        # 输出 -988311972974935601.0，与原始值一致
  

内容的提问来源于stack exchange，提问作者ShoutOutAndCalculate