使用python等效操作评估sympy表达式

Question

我想象征性地生成方程式，然后用uncertainties类的库中的子类型值（但可以是任何具有自定义类型的库），但是似乎使用.evalf(subs={...})方法会失败，而且有点奇怪错误信息：

>>> from uncertainties import ufloat
>>> from sympy.abc import x
>>> (x**2).evalf(subs={x: ufloat(5,1)})
Traceback (most recent call last):
  ...
  File "<string>", line 1
    Float ('5.0' )+/-Float ('1.0' )
                   ^
SyntaxError: invalid syntax

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "<pyshell#116>", line 1, in <module>
    (x**2).evalf(subs={x: ufloat(5,1)})
  ...
sympy.core.sympify.SympifyError: Sympify of expression 'could not parse '5.0+/-1.0'' failed, because of exception being raised:
SyntaxError: invalid syntax (<string>, line 1)

• 我知道sympy正在用字符串转换我的值，因为str(ufloat(5,1))给出了'5.0+/-1.0'所以它显然希望替代值的字符串表示形式看起来像是符号表达式。

我知道许多sympy操作（例如微分）将无法支持这一点，并且只有在所有自由符号都被替换后才有可能，因为这两种类型不能很好地发挥作用：

>>> x + ufloat(5,1)
Traceback (most recent call last):
  File "<pyshell#117>", line 1, in <module>
    x + ufloat(5,1)
TypeError: unsupported operand type(s) for +: 'Symbol' and 'Variable'

但是，假设我不留下任何符号运算/变量，是否可以使用python等效运算简单地评估sympy表达式？

Answer 1

也许您想要更多，但是您可以仅通过sympy表达式创建普通函数，然后使用不确定性

from uncertainties import ufloat
from sympy.abc import x
from sympy.utilities.lambdify import lambdify
expr = x**2
f = lambdify(x, expr)
f(ufloat(5,1))
Out[5]: 25.0+/-10.0

Answer 2

我当前的解决方案只是使用对eval的松散调用，这似乎不是一个好主意，尤其是因为Sympy 可以很好地使用猴子打补丁的Basic.__str__方法。

import math, operator
eval_globals = {"Mod":operator.mod}
eval_globals.update(vars(math))

def eval_sympy_expr(expr, **subs):
    return eval(str(expr), eval_globals, subs)

为了获得uncertainties支持，我只需import uncertainties.umath as math而不是默认的数学模块。