python - TypeError:根据规则“安全”，无法将数组数据从dtype('O')转换为dtype('float64')

我需要对类型g（u）jn（u）进行积分，其中g（u）是不带零的平滑函数，而在Bessel函数中具有无穷零的jn（u），但出现以下错误：

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

首先，我需要将变量x更改为变量u并在新变量u中进行积分，但是函数u（x）在解析上是不可逆的，因此我需要使用插值来进行数值上的逆转换。

import numpy as np
from scipy.interpolate import InterpolatedUnivariateSpline

x = np.linspace(0.1, 100, 1000)
u = lambda x: x*np.exp(x)
dxdu_x = lambda x: 1/((1+x) * np.exp(x))               ## dxdu as function of x: not invertible
dxdu_u = InterpolatedUnivariateSpline(u(x), dxdu_x(x)) ## dxdu as function of u: change of variable

之后，积分为：

from mpmath import mp

def f(n):
    integrand = lambda U: dxdu_u(U) * mp.besselj(n,U)
    bjz = lambda nth: mp.besseljzero(n, nth)
    return mp.quadosc(integrand, [0,mp.inf], zeros=bjz)

我使用quadosc中的mpmath而不是quad中的scipy，因为quadosc更适合于对快速振荡的函数（如Bessel函数）进行积分。但是，另一方面，这迫使我使用两个不同的包，scipy通过插值计算dxdu_u，并且mpmath计算贝塞尔函数mp.besselj(n,U)和乘积dxdu_u(U) * mp.bessel(n,U)的积分，所以我怀疑两种不同软件包的混合使用会产生一些问题/冲突。所以当我做：

print(f(0))

我得到了错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-38-ac2976a6b736> in <module>
     12     return mp.quadosc(integrand, [0,mp.inf], zeros=bjz)
     13
---> 14 f(0)

<ipython-input-38-ac2976a6b736> in f(n)
     10     integrand = lambda U: dxdu_u(U) * mp.besselj(n,U)
     11     bjz = lambda nth: mp.besseljzero(n, nth)
---> 12     return mp.quadosc(integrand, [0,mp.inf], zeros=bjz)
     13
     14 f(0)

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

有谁知道我该如何解决这个问题？
谢谢

最佳答案

完整的追溯（截取的部分）表明该错误出在univariatespline对象的__call__方法中。因此，实际上的问题在于，mpmath集成例程使用其mpf十进制小数，而scipy无法处理它们。

然后，最简单的解决方法是将integrand参数的有问题的部分手动转换为浮点数：

integrand = lambda U: dxdu_u(float(U)) * mp.besselj(n,U)

通常，这容易产生数字错误（mpmath故意使用其高精度变量！），因此请谨慎操作。在这种特定情况下，可能会没事，因为插值实际上是以双精度完成的。不过，最好检查一下结果。

一种可能的选择是避免使用mpmath并在weights中使用scipy.integrate.quad参数，请参见docs（向下滚动至weights="sin"部分）

另一种选择是始终坚持使用mpmath并在纯python中实现插值（这样，mpf对象可能很好，因为它们应该支持常用的算术）。一个简单的线性插值就足够了。如果不是这样，那么编写自己的三次样条插值器就没什么大不了的。

关于python - TypeError:根据规则“安全”，无法将数组数据从dtype('O')转换为dtype('float64')，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/59652764/