如何使用'；输入'；在Python3.x中输入数学函数作为变量

我希望我的程序的用户输入一个他们选择的数学函数，用numpy表示法，这样我就可以对它进行操作。例如：

import numpy as np
f=eval(input("Please input your function in numpy notation")

>>> "Please input your function in numpy notation"
>>> np.exp(x)
>>> NameError: name 'x' is not defined

通过上面的代码，用户正在输入指数函数，它被保存到变量“f”——更一般地说，我希望任何数学函数都作为输入，并以某种方式存储为python函数。这方面的伪代码可能类似于：

def F(x):
    f = eval(input("Please enter function in numpy notation:"))
    return f

如果我们再次以指数函数为例，这相当于硬编码：

def F(x):
    return np.exp(x)

def F(x):
    return x*np.sin(x)

为了清楚起见，再举一个例子

def F(x):
    f = eval(input("Please enter function in numpy notation:"))
    return f

>>> x*np.sin(x)

用户在命令行上输入x*np.sin（x），这相当于硬编码：

def F(x):
    return np.exp(x)

def F(x):
    return x*np.sin(x)

还有其他方法吗？

考虑使用

例如：

In [23]: import numexpr as ne

In [24]: a = np.arange(1e6)

In [25]: s = "sin(a)**2 + cos(a)**2"

In [27]: res = ne.evaluate(s)

In [28]: res
Out[28]: array([ 1.,  1.,  1., ...,  1.,  1.,  1.])

In [29]: res.shape
Out[29]: (1000000,)

它通常也比Numpy快：

In [32]: %timeit ne.evaluate(s)
11.4 ms ± 256 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [33]: %timeit np.sin(a)**2 + np.cos(a)**2
41 ms ± 1.15 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

考虑使用

例如：

In [23]: import numexpr as ne

In [24]: a = np.arange(1e6)

In [25]: s = "sin(a)**2 + cos(a)**2"

In [27]: res = ne.evaluate(s)

In [28]: res
Out[28]: array([ 1.,  1.,  1., ...,  1.,  1.,  1.])

In [29]: res.shape
Out[29]: (1000000,)

它通常也比Numpy快：

In [32]: %timeit ne.evaluate(s)
11.4 ms ± 256 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [33]: %timeit np.sin(a)**2 + np.cos(a)**2
41 ms ± 1.15 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

当您执行

f=eval（输入（“请输入numpy表示法中的函数”）

时，用户的输入会被解释为您已将其写入文件中。因此，如果用户输入

x+1

，那么python脚本将尝试在该行中执行

x+1

如果您希望该行创建函数，您的用户将必须输入计算结果为实际函数的内容。这可能类似于

lambda x:x+1

，它返回一个带有一个参数（x）的函数，计算

x+1

。当然，您也可以在代码中添加

lambda x:

。小例子：

def F(x):
    return eval("lambda x:" + input("Please input a function in numpy notation!"))

x = 1
f = F(x)
print(f(x))

当然，这需要始终将变量称为

x

如果执行上述代码并输入例如

x+1

，则输出为2。

当执行

f=eval（输入（“请输入numpy符号中的函数”）

时，用户的输入将被解释为您已将其写入文件中。因此，如果用户输入

x+1

，那么python脚本将尝试在该行中执行

x+1

如果您希望该行创建函数，您的用户将必须输入计算结果为实际函数的内容。这可能类似于

lambda x:x+1

，它返回一个带有一个参数（x）的函数，计算

x+1

。当然，您也可以在代码中添加

lambda x:

。小例子：

def F(x):
    return eval("lambda x:" + input("Please input a function in numpy notation!"))

x = 1
f = F(x)
print(f(x))

当然，这需要始终将变量称为

x

---

如果您执行上述代码并输入例如

x+1

，则输出为2。

一个简单的解决方案是将

eval

包装在函数中，让它访问名称

x

和

np

：

import numpy

i = input("fn: ")  # enter function once

def f(x):
    return eval(i, {'x': x, 'np': numpy})

f(42)  # call it
f(0)  # call it again...

请注意，

eval

非常不安全。没有任何东西可以阻止用户输入恶意代码。如果你对安全（或性能）有点在意，@MaxU的答案更可取

如果计划经常调用该函数，则有必要对其进行预编译：

i = input("fn: ")  # enter function once
i = compile(i, 'input', 'eval')

生成的代码对象可以像字符串一样传递给

eval

输入的计时

np.exp（x）

：

---

一个简单的解决方案是，我们只需将

eval

包装到一个函数中，并允许它访问名称

x

和

np

：

import numpy

i = input("fn: ")  # enter function once

def f(x):
    return eval(i, {'x': x, 'np': numpy})

f(42)  # call it
f(0)  # call it again...

请注意，

eval

非常不安全。没有任何东西可以阻止用户输入恶意代码。如果你对安全（或性能）有点在意，@MaxU的答案更可取

如果计划经常调用该函数，则有必要对其进行预编译：

i = input("fn: ")  # enter function once
i = compile(i, 'input', 'eval')

生成的代码对象可以像字符串一样传递给

eval

输入的计时

np.exp（x）

：

---

. 无论何时，当您需要从外部源执行任意输入时，都是时候重新考虑您的策略和目标了。那么

eval（“os.system（'rm-rf/'））”

？-）@zwer呢，因为终端的目的是从外部源执行任意输入，从您的角度来看，终端不应该存在吗？我认为缺少了一些上下文，关于如何使用程序来真正判断这类问题。。。。无论何时，当您需要从外部源执行任意输入时，都是时候重新考虑您的策略和目标了。那么

eval（“os.system（'rm-rf/'））”

？-）@zwer呢，因为终端的目的是从外部源执行任意输入，从您的角度来看，终端不应该存在吗？我认为缺少了一些上下文，关于如何使用编程来真正判断这类问题……如果函数是cos或sin呢？我们如何实现一个库？如果函数是cos或sin呢？我们如何实现一个库？