我正在求解一个大型非线性方程组,我需要高度的数值精度。我目前正在使用 sympy.lambdify 将方程组及其雅可比行列式的符号表达式转换为将 ndarray 作为输入并返回 ndarray 作为输出的矢量化函数。
默认情况下,lambdify 返回 dtype 为 numpy.float64 的数组。是否可以让它返回一个 dtype numpy.float128 的数组?也许这需要输入具有 numpy.float128 的数据类型?
请您参考如下方法:
如果您需要很高的精度,您可以尝试使用 SymPy float ,或直接使用 mpmath(它是 SymPy 的一部分),它提供任意精度。例如,sympy.Float('2.0', 100) 创建一个精度为 100 位的 2.0 float 。例如,您可以使用 sympy.sin(2).evalf(100) 之类的东西来获取 sin(2) 的 100 位数字。这将比 numpy 慢很多,因为它是任意精度的,这意味着它不使用机器 float ,并且它是用纯 Python 实现的(而 numpy 是用 Fortran 和 C 编写的)。
