我对SymPy和Python不太了解,目前正在使用Python 2.7和SymPy 0.7.5工作,目标是: a)从文本文件中读取一组微分方程 b)解决这个系统
我已经阅读了这个问题和这个其他问题,它们几乎是我所寻找的,但我有一个额外的问题:我事先不知道方程组的形式,因此不能像在这个例子中一样,在脚本内部使用def
创建相应的函数。整个过程必须在运行时管理。
因此,这里有我的一些代码片段。假设我有一个文本文件system.txt,其中包含以下内容:
dx/dt = 0.0387*x - 0.0005*x*y
dy/dt = 0.0036*x*y - 0.1898*y
我的工作内容是:
# imports
import sympy
import scipy
import re as regex
# define all symbols I am going to use
x = sympy.Symbol('x')
y = sympy.Symbol('y')
t = sympy.Symbol('t')
# read the file
systemOfEquations = []
with open("system.txt", "r") as fp :
for line in fp :
pattern = regex.compile(r'.+?\s+=\s+(.+?)$')
expressionString = regex.search(pattern, line) # first match ends in group(1)
systemOfEquations.append( sympy.sympify( expressionString.group(1) ) )
目前,我被systemOfEquation列表中的两个符号表达式所困扰。假设我可以从另一个文件中读取ODE系统的初始条件,为了使用scipy.integrate.odeint
,我需要将系统转换为Python可读函数,类似于:
def dX_dt(X, t=0):
return array([ 0.0387*X[0] - 0.0005*X[0]*X[1] ,
-0.1898*X[1] + 0.0036*X[0]*X[1] ])
有没有一种好的方法在运行时创建它?例如,将函数编写到另一个文件中,然后将新创建的文件作为函数导入?(也许我在这里很蠢,但请记住,我对Python相对较新 :-D)
我已经看到了使用sympy.utilities.lambdify.lambdify可以将符号表达式转换为lambda函数,但我想知道这是否能帮助我... lambdify似乎只能处理一个表达式,而不能处理系统。
提前感谢任何建议:-)
编辑:
Warren的答案稍加修改就可以完美地工作。我有一个包含所有符号的列表listOfSymbols;此外,它们以数据列X的相同顺序出现,该数据将被odeint使用。因此,我使用的函数是
def dX_dt(X, t):
vals = dict()
for index, s in enumerate(listOfSymbols) :
if s != time :
vals[s] = X[index]
vals[time] = t
return [eq.evalf(subs=vals) for eq in systemOfEquations]
在我的特定问题中,我只对变量"time"做了一个例外。再次感谢!:-)