如何在Sympy中实现IndexedBase符号的逐元素乘法且结果仍为IndexedBase？

方案1：基于IndexedBase封装逐点乘积类（最贴合需求） #

直接自定义可索引的乘积类，完全匹配你要的myProduct(U,V)[x] = U[x]*V[x]效果，不需要转换为矩阵：

import sympy as s

class ElementwiseProduct:
    def __init__(self, *indexed_arrays):
        self.arrays = indexed_arrays
    
    def __getitem__(self, idx):
        # 支持多个IndexedBase逐点相乘
        result = 1
        for arr in self.arrays:
            result *= arr[idx]
        return result

# 你的原始代码
N = 10
U = s.IndexedBase('U')
V = s.IndexedBase('V')
x = s.Idx('x', N)

# 使用示例
my_prod = ElementwiseProduct(U, V)
print(my_prod[x]) # 输出 U[x]*V[x]

这个方案不需要提前指定数组维度，还支持同时对3个及以上的IndexedBase做逐点乘积，调用方式完全符合预期。

方案2：封装Hadamard乘积适配1维场景 #

如果你已经在使用MatrixSymbol做其他矩阵运算，可以对Hadamard乘积做简单封装，隐藏固定行索引的逻辑：

import sympy as s

def hadamard_1d(*row_vecs):
    return lambda idx: s.HadamardProduct(*row_vecs)[0, idx]

# 你的矩阵定义代码
N = 10
U = s.MatrixSymbol('U',1,N)
V = s.MatrixSymbol('V',1,N)
x = s.Idx('x', N)

# 使用示例
my_prod = hadamard_1d(U, V)
print(my_prod(x)) # 输出 HadamardProduct(U, V)[0, x]

封装后不需要每次手动写行索引0，调用逻辑更简洁。

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