函数作为类属性存储与使用问题：无法保存求导生成的函数

我来帮你搞定这个棘手的问题！你遇到的核心卡点应该是直接用SymPy处理lambda函数时没做好符号转换，导致无法把求导后的函数绑定到类实例上。下面是完整的修正代码+详细解释，一步到位解决问题：

完整可运行代码 #

import sympy as sp

class rosenbrock:
    def __init__(self, a, b):
        # 先定义SymPy需要的符号变量，这是求导的基础
        self.x0, self.x1 = sp.symbols('x0 x1')
        # 用SymPy表达式形式定义原函数，同时生成可直接调用的数值计算函数
        self.f_ros_expr = (a - self.x0)**2 + b*(self.x1 - self.x0**2)**2
        self.f_ros = sp.lambdify((self.x0, self.x1), self.f_ros_expr, 'numpy')
        # 调用内部方法生成导数函数
        self._write_derivatives()
    
    def _write_derivatives(self):
        # 分别对x0和x1求偏导（符号形式）
        df_dx0 = sp.diff(self.f_ros_expr, self.x0)
        df_dx1 = sp.diff(self.f_ros_expr, self.x1)
        # 把符号导数转换成可调用的lambda函数，绑定到实例属性
        self.df_ros_x0 = sp.lambdify((self.x0, self.x1), df_dx0, 'numpy')
        self.df_ros_x1 = sp.lambdify((self.x0, self.x1), df_dx1, 'numpy')
        # 可选：把两个偏导打包成一个返回元组的函数
        self.df_ros = lambda x0, x1: (self.df_ros_x0(x0, x1), self.df_ros_x1(x0, x1))

关键思路解析 #

你之前的代码大概率是直接尝试对lambda函数求导，但SymPy只能处理符号表达式，没法直接解析lambda。所以我们换了个思路：

• 先定义SymPy的符号变量x0和x1，作为求导的操作对象
• 用符号变量写出原函数的表达式形式，而不是直接写lambda
• 对符号表达式求导后，用sympy.lambdify把符号导数转换成可以做数值计算的lambda函数，再赋值给类的实例属性，这样就能正常存储和调用了

使用示例 #

# 用经典Rosenbrock参数实例化（a=1, b=100）
ros = rosenbrock(1, 100)
# 调用原函数（最小值点处值为0）
print(ros.f_ros(1, 1))  # 输出: 0
# 调用单个偏导函数
print(ros.df_ros_x0(1, 1))  # 输出: 0
print(ros.df_ros_x1(1, 1))  # 输出: 0
# 调用打包后的偏导函数，返回(对x0的偏导, 对x1的偏导)
print(ros.df_ros(1, 1))  # 输出: (0, 0)

内容的提问来源于stack exchange，提问作者Greedo