Question

我正在尝试使用exec和eval函数编写代码以从numpy .npz文件读取变量列表。

查看上一篇文章：在迈克尔·布彻（Michael Butscher）的帮助下 exec name "templet_1h" is not defined ，该功能现在正在运行。但是，我遇到了另一个尴尬的情况。

在执行函数类型（read_file）之前，我执行的函数是函数“ numpy.ndarry”。

有人可以帮我解释一下吗？如何解决？

def read_file(file_names_2):
    global templet_1h
    import numpy as np
    Delete_elements=["arr_0"]
    evaluate_1= "templet_1h=np.load(\"./" +file_names_2+ ".npz\")";
    exec(evaluate_1,globals())
    for i in (templet_1h.files):
        if not ( (i in Delete_elements) ):
            evaluate_2= i+"="+"templet_1h[\"" + i + "\"]";
            exec(evaluate_2,globals())
    del templet_1h
    return

Answer 1

numpy.ndarray是numpy为使用numpy函数进行计算而创建的类类型

要将其转换为最可用的list：

import numpy as np

x = np.ndarray([1,2])
x = x.tolist()

Answer 2

对此行为的唯一可能解释是，您有一个名为read_file的文件，该文件已添加到templet_1h中。

在循环访问templet_1h.files时，有时会调用以下内容：

evaluate_2= i+"="+"templet_1h[\"" + i + "\"]";
# this results in: read_file = templet_1h["read_file"]

执行此操作后，它将read_file重新绑定到全局名称空间中的numpy数组中，而不是您的函数中。

虽然有多种方法可以解决此问题，但 real 问题是，您不应该以这种方式使用exec。执行任意python代码很危险，并且此特定代码段非常容易滥用。例如，如果用户决定创建文件名'np.argmax'，则您将失去调用argmax函数的能力，该列表将一直存在。

您应该真正使用字典之类的东西来存储可变数量的变量，而不要依赖危险行为。

运行该函数后，该函数成为ndarray

2 个答案: