如何用SymPy将字符串函数表达式转为支持NumPy数组的函数？

推荐方案：使用sympy.lambdify #

lambdify是SymPy专门用来将符号表达式转换为可调用函数的工具，能直接生成兼容NumPy数组的代码，效率远高于手动subs循环。

完整代码示例 #

import sympy as sp
import numpy as np

# 注意：SymPy中幂运算用**，^是异或，需修正表达式写法
expr = "x**2 + y**2"
f = sp.sympify(expr)

# 手动指定变量顺序（避免free_symbols无序导致的参数顺序混乱）
vars = [sp.Symbol('x'), sp.Symbol('y')]
# 生成支持NumPy的函数
f_np = sp.lambdify(vars, f, modules='numpy')

# 测试传入NumPy数组
x_arr = np.array([1, 2, 3])
y_arr = np.array([4, 5, 6])
result = f_np(x_arr, y_arr)
print(result)  # 输出: [17 29 45]

关键说明 #

• modules='numpy'指定生成的函数使用NumPy的运算逻辑，自动支持数组广播、向量化计算。
• 手动指定变量顺序[sp.Symbol('x'), sp.Symbol('y')]很重要，因为f.free_symbols是无序集合，直接使用可能导致参数顺序混乱。

备选方案：结合numpy.vectorize（不推荐） #

如果一定要用subs，可以用numpy.vectorize将单值替换的函数包装成支持数组的版本，但此方法本质是循环处理每个元素，效率极低，仅适合小数据量场景。

代码示例 #

import sympy as sp
import numpy as np

expr = "x**2 + y**2"
f = sp.sympify(expr)

# 定义单值替换的函数
def single_subs(x, y):
    return float(f.subs({sp.Symbol('x'): x, sp.Symbol('y'): y}))

# 包装成支持数组的函数
f_np_vec = np.vectorize(single_subs)

# 测试
x_arr = np.array([1, 2, 3])
y_arr = np.array([4, 5, 6])
result = f_np_vec(x_arr, y_arr)
print(result)  # 输出: [17. 29. 45.]

重要注意事项 #

• SymPy中幂运算必须用**，字符串里的^会被解析为逻辑异或（XOR），如果你的表达式是想表示平方/幂，一定要把x^2改成x**2，否则结果完全不符合预期。

内容的提问来源于stack exchange，提问作者Governor