mpmath

    1熱度

    1回答

    時,我有4個輸入變量(浮點): 的Xmax Xmin時 百分比 模式 ,我想解決對於s以下(相當長)公式: > (1/2+1/2*erf((log(Xmax)-(log(mode)+s**2))/(sqrt(2)*s))-(1/2+1/2*erf((log(Xmin)-(log(mode)+s**2))/(sqrt(2)*s))) - percentage == 0 我想用mpmath和sym

    0熱度

    1回答

    時導入錯誤我使用第一款內置倍頻從源 $pkg load symbolic 關於使用syms函數,它給了一個ImportError,Sympy沒有安裝。所以,我使用安裝Sympy: $sudo pip install --user sympy 之後,我再次使用SYMS嘗試,現在,它給出了這個錯誤: Traceback (most recent call last): File "<stri

    2熱度

    2回答

    我是sympy的新手,對Python仍然天真......我想解決一個三角方程,找到它的零點。 (一旦我有語法,那麼我將使用更復雜的功能。) 我還找不到合適的語法。以下是我在IPython的控制檯Spyder的嘗試(Python 2.7版): from sympy.solvers import solve from sympy import Symbol x = Symbol('x') sol

    -1熱度

    1回答

    我想從C代碼訪問mpmath的特殊功能。 我知道如何通過中間的python腳本來完成它。 例如,爲了評價超幾何函數,C程序: #include <Python.h> void main (int argc, char *argv[]) { int npars= 4; double a1, a2, b1, x, res; PyObject *pName, *pMo

    3熱度

    1回答

    我希望這個問題不是太簡單。我已經廣泛搜索了一個解決方案,但還沒有發現。 我最近開始使用Jupyter筆記本與Sympy做筆記,並在我的微積分II課(和這是一個巨大的好處!)做我的作業。 但是,我唯一的問題是,我無法弄清楚如何配置情節圖的大小(即像素尺寸)。 這是很容易使用matplotlib直接(matplotlib.pyplot.figure()具體)做的,但我使用的Sympy.mpmath.p

    1熱度

    1回答

    我有興趣嘗試sympy與Blender(v2.76,Python 3.4.2控制檯,Windows 8.1)。我跟着這個來自Blender SE的answer,從Githib下載sympy作爲ZIP,並將sympy文件夾移動到C:\ Program Files \ Blender Foundation \ Blender \ 2.76 \ python \ lib \ site-packages。

    1熱度

    2回答

    我要使用的封裝bitstring和mpmath(或任何其他方式來保證任意設定的輸出精度和指定舍入模式)來計算的rcp,sqrt,sin,co S,ln,exp值,...上浮動輸入以二進制形式給出bitstring s並得到一個二進制bitstring答案。 我的目標是C語言中的MPFR,但我想探索Python的浮點高精度包,希望能夠更輕鬆地處理。我的第一個問題是如何將以下十進制浮點相反bitstr

    1熱度

    1回答

    我試圖用mpmath.polyroots找到一個簡單的多項式的根整係數x*(x-4)**3,當其擴展爲[1, -12, 48, 64, 0]係數向量。下面的代碼失敗: import mpmath p = [ 1, -12, 48, -64, 0] print mpmath.polyroots(p,maxsteps=2000) 與錯誤: Traceback (most recent call

    0熱度

    1回答

    我試圖使用雅可比橢圓函數從mpmath,但得到了簡單的代碼的錯誤下面給出無屬性: import numpy as np import scipy.integrate as spi from scipy import special as sp import matplotlib.pyplot as plt from math import sqrt, pow, log from mpma

    0熱度

    2回答

    我試圖將fsolve與mpmath程序包結合使用。 但是,我收到錯誤cannot create mpf from array([mpf('1.0')], dtype=object)。 這裏是一個重現錯誤的最小例子。對於這個例子,我在技術上不需要mpmath包,但我的實際功能包含超融合功能。 from scipy.optimize import fsolve #from mpmath import