如何将多变量SymPy表达式lambdify为单参数x的函数？

现有SymPy表达式1.0 * H * L ** 3 * W **2，包含变量H、L、W。使用sp.lambdify([sp.Symbol(vari) for vari in variables], 表达式)会生成接收H、L、W三个单独参数的函数，但需求是生成以x为参数的函数，其中H=x[0]、L=x[1]、W=x[2]。尝试直接用xreplace将变量替换为x[index]后执行lambdify未成功，寻求可行实现方法。

方法一：使用SymPy的IndexedBase处理数组索引 #

通过IndexedBase定义数组符号x，将原变量替换为x的索引形式，再执行lambdify：

import sympy as sp

# 定义数组符号x
x = sp.IndexedBase('x')
# 定义原变量和表达式
H, L, W = sp.symbols('H L W')
expr = 1.0 * H * L**3 * W**2

# 建立变量到x索引的映射
var_index_map = {H: x[0], L: x[1], W: x[2]}
# 替换表达式中的变量
expr_with_x = expr.subs(var_index_map)

# 生成以x为参数的函数
func = sp.lambdify('x', expr_with_x, modules='numpy')  # 可根据需求替换为'math'等模块

# 测试示例
import numpy as np
test_input = np.array([2, 3, 4])
print(func(test_input))  # 输出：864.0

方法二：包装多参数函数 #

先生成接收单独参数的函数，再用一个简单的包装函数将数组x拆分为对应参数传入：

import sympy as sp

# 定义变量和表达式
H, L, W = sp.symbols('H L W')
expr = 1.0 * H * L**3 * W**2

# 生成多参数函数
multi_param_func = sp.lambdify([H, L, W], expr)

# 包装成单参数x的函数
def array_param_func(x):
    return multi_param_func(x[0], x[1], x[2])

# 测试示例
test_input = [2, 3, 4]
print(array_param_func(test_input))  # 输出：864.0

方法三：直接在lambdify中使用lambda表达式映射 #

通过lambdify的modules参数自定义变量到x索引的映射：

import sympy as sp

# 定义变量和表达式
H, L, W = sp.symbols('H L W')
expr = 1.0 * H * L**3 * W**2

# 生成函数，自定义模块映射变量到x的索引
func = sp.lambdify(
    'x',
    expr,
    modules={'H': lambda x: x[0], 'L': lambda x: x[1], 'W': lambda x: x[2]}
)

# 测试示例
test_input = [2, 3, 4]
print(func(test_input))  # 输出：864.0

内容的提问来源于stack exchange，提问作者adrckul