使用SymPy将符号表达式转换为Python函数

我有一个相当大的符号函数，可以针对循环中参数的不同值进行评估。在每次迭代中，在找到函数的表达式之后，将导出偏导数。像这样：

from sympy import diff, symbols,exp

def lagrange_eqs(a):
    x,y,z= symbols('x y z')
    FUNC=x**2-2*x*y**2+z+a*exp(z)
    d_lgrng_1=diff(FUNC,x)
    d_lgrng_2=diff(FUNC,y)
    d_lgrng_3=diff(FUNC,z)
    return [d_lgrng_1,d_lgrng_2,d_lgrng_3]

接下来，我需要将此函数的输出转换为Python函数，以便可以fsolve用来查找导数为零的x，y，z值。该函数必须以x，y，z作为列表。

现在这是我的问题：如何将上述函数的输出转换为可以传递给求解器的Python函数。这样的函数应如下所示（对于a = 3）：

def lagrange_eqs_solve(X): 
    x,y,z=X
    return [2*x - 2*y**2, -4*x*y, 3*exp(z) + 1]

我只是复制了第一个函数的输出以构建第二个函数。有什么办法可以编码吗？（Matlab为此提供了一个内置函数，称为matlabFunction）

你要lambdify。

f = lambdify(((x, y, z),), lagrange_eqs(a))

会给你一个Python函数f，你可以像评估f((1, 2, 3))（对x=1，y=2，z=3）。我已经在元组中进行了论证，以便它可以与scipy的一起使用fsolve。

您可以将modules标志设置为lambdify以确定exp函数的来源。例如，要使用numpy，请使用lambdify((x, y, z), lagrange_eqs(a), modules="numpy")。要使用标准库数学库，请使用modules="math"。默认情况下，如果已安装，则使用numpy，否则使用math。