Question

我编写了一些代码来评估2d函数（具有2d输入和2d输出的函数），但我不知道如何将定义为字符串的方程式放入函数定义中。例如，如果我有代码

eq = "x**2"
def func(x):
    return eval(eq)

for i in range(100000):
    print(func(i))

我需要评估的原因是因为我想要字符串版本，以便以后可以将其保存到csv文件中，而且我不想每次都必须在两个位置手动键入等式。因此，如果您运行此代码，它的运行速度将比：

def func(x):
    return x**2

for i in range(100000):
    print(func(i))

即使这些本质上是同一回事。所以我的问题是：在函数定义上，是否有办法像实际上将方程式插入到返回中一样，好像实际上是刚在其中键入该方程式一样？因为现在它只是进入eval（）语句，查看字符串，然后对其进行求值，当我希望将方程式放入定义中并且每次遇到它时便知道它是什么，这需要很长时间。函数调用。

谢谢！

Answer 1

如果函数仅由该方程式（即返回值）组成，而没有其他任何内容，则可以使用lambda从方程式中创建它，如下所示：

def func_from_eq(eq):
    return eval('lambda x : ({eq}, "{eq}")'.format(eq=eq))

func = func_from_eq("x**2")
func(3)   # returns (9, "x**2")

它也使用eval，但在创建函数时仅使用一次。之后，它像带有硬编码方程的def一样被“编译”。

如果您的方程式不是完整的故事，即代码不止于此，您可以制作一个装饰器，该装饰器始终将定义的方程式添加到您的返回值中：

from functools import wraps

def add_eq(eq):
    """ Decorator that packs the return value of a function
        into a tuple together with the value eq (typically str). """
    def decorator(func):
        @wraps(func)
        def wrapped(*args, **kwargs):
            return func(*args, **kwargs), eq                        
        return wrapped        
    return decorator

@add_eq("x**2")
def func(x):
    return x**2

但是，是否非常漂亮尚待商discuss。它也有一个缺点，那就是您需要在代码和装饰器调用中多余地编写方程式，总是被迫使其保持同步。

Answer 2

我在lambda中使用eval动态创建函数！

从源代码获取字符串，并使用lambda获取自定义函数

eqtn = "x+y*10"
fn = lambda x,y : eval(eqtn);
fn(x,y)

Here's a screenshot

Answer 3

如果您想提高eval的执行性能，我认为您可以尝试lambda的技巧：

In[1]: import random

In[2]: eq = "x**2"

# original time:
In[3]: % timeit random.random() ** 2
222 ns ± 26.5 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

# use eval
In[4]: def func1(x): return eval(eq)

In[5]: % timeit func1(random.random())
5.7 µs ± 434 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

# use lambda to accelerate
In[6]: func2 = eval('lambda x: ' + eq)

In[7]: % timeit func2(random.random())
273 ns ± 12.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

它接近原始代码，比eval快20倍

如何使用字符串方程式将代码插入函数？

3 个答案: