Matlab symvar 函数的 Python 替代品

Question

Matlab 有一个名为 symvar 的函数，它接受一个字符串表达式（通常包含有效的 matlab 指令）并标识变量。然后可以处理/替换它们以评估表达式。

例如：

symvar('cos(pi*x - beta1)')

returns

{'beta1';'x'}

Python中有类似的功能吗？

这是我如何使用它的示例： 假设我有一个 DataFrame DF（在本例中我指的是 pandas 模块，但我想这也适用于 numpy recordarray），包含一组变量，例如 A、B、C。我希望我的用户能够通过指定类似

add_field(DF,"D=log(A)+C*3") 之类的

内容来添加附加列在内部，该函数会将 A、C 和 D 识别为变量，提取 A 和从数据帧中提取 D，执行计算（使用 eval 或类似方法），然后将 D 作为新列添加到数据帧中。

谢谢

Answer 1

从 Python 表达式获取标识符列表的一种方法是使用 ast 模块：

import ast
class IdentifierExtractor(ast.NodeVisitor):
    def __init__(self):
        self.ids = set()
    def visit_Name(self, node):
        self.ids.add(node.id)
extractor = IdentifierExtractor()
extractor.visit(ast.parse("cos(pi*x - beta1)"))
print extractor.ids

prints

set(['x', 'cos', 'pi', 'beta1'])

您还可以排除在 math 模块（或任何其他命名空间）中定义的名称）：

print extractor.ids - set(vars(math))

打印

set(['beta1', 'x'])

（请注意，我仍然不知道这一切可能有什么用......）

Answer 2

为此，我会尝试将用户表达式转换为 Python 源代码，然后对其调用 eval 。 eval 将负责变量替换。对于简单的用例，无需执行任何操作即可将用户表达式“转换”为 Python 源代码。

expression = "cos(pi*A + B)" # (user input)
bulitin_vars = {
    "pi": math.pi,
    "e": math.e,
    "cos": numpy.cos,
}
data_vars = {col_name]: df[col_name] for col_name] in df.columns}
all_vars = {**builtin_vars, **data_vars}
result = eval(expression, all_vars)

这是一个很好的设计，因为用户可以在其表达式中使用所有 Python 语言（可以使用列表、字典等）。如果您手动编写简单的表达式语言，它可能会不太完整，尤其是在错误处理方面。只需确保在 eval 中捕获错误并以某种方式向用户显示它们即可。