如何在sympy的lambdify方法中使用字典类型传入参数

提供两种适配字典传参的实现方式，可根据使用场景选择：

方案1：参数预替换（适合单次固定参数计算） #

直接用参数字典替换符号表达式中的参数，再生成仅针对自变量t的数值函数，无需关心参数顺序：

import sympy as sp
import numpy as np
import matplotlib.pyplot as plt

# 原有符号定义
ampl, freq, phase, cte, t = sp.symbols('ampl freq phase cte t')
func = ampl * sp.cos(freq * t + phase) + cte

# 自定义参数字典
myParamDict = {ampl: 5, freq: 4, phase: 1.5, cte: 12}

# 替换所有参数，得到仅含自变量t的表达式
func_with_param = func.subs(myParamDict)
# 生成数值函数
func_lamb = sp.lambdify(t, func_with_param, 'numpy')

# 绘图调用
xline = np.linspace(0, 10, 11)
y_values = func_lamb(xline)
plt.plot(xline, y_values)
plt.show()

方案2：封装调用层（适合频繁切换参数的场景） #

如果需要多次更换参数计算，不需要重复生成lambdify函数，只需封装一层参数自动匹配逻辑：

import sympy as sp
import numpy as np
import matplotlib.pyplot as plt

# 原有符号定义
ampl, freq, phase, cte, t = sp.symbols('ampl freq phase cte t')
func = ampl * sp.cos(freq * t + phase) + cte

# 仅需定义一次参数顺序列表，后续无需手动匹配
param_order = [ampl, freq, phase, cte]
# 生成通用lambdify函数
func_lamb = sp.lambdify(param_order + [t], func, 'numpy')

# 封装支持字典传参的调用方法
def calc_func(param_dict, x):
    # 自动按预定义顺序从字典提取参数
    params = [param_dict[p] for p in param_order]
    return func_lamb(*params, x)

# 调用时直接传参数字典，无需关心顺序
myParamDict = {ampl: 5, freq: 4, phase: 1.5, cte: 12}
xline = np.linspace(0, 10, 11)
y_values = calc_func(myParamDict, xline)
plt.plot(xline, y_values)
plt.show()

内容的提问来源于stack exchange，提问作者Stef1611