由于NPE说,这里的正确答案是写一个解析器(和简单的解释器)为您表达语言。
,或者甚至更好,如果可能的话,产生在Python表达式摆在首位,而不是在这几乎是但不完全兼容与Python的一个子集的语言。如果语言只是一种表示多项式系数列表的方法,那么将其表示为系列列表,这将比任何实际的通用语言更容易解析。例如,假设在数据库中保存这样的:
2.128795454425367, 208.54359721863273, 26.098128487929266, 3.34369909584111, -0.3450228278737971, -0.018630757967458885, 0.0015029038553239819
然后,执行在Python中,你可以这样做:
def eval_polynomial(polynomial, value):
coefficients = [float(x.strip()) for x in polynomial.split(',')]
return sum(coefficient * (value**exponent)
for exponent, coefficient in enumerate(coefficients))
然后:
>>> [eval_polynomial(expr, t) for t in range(1, 13)]
但是,如果你真的,真的想在不更改数据库中的内容的情况下执行此操作,只需将其转换为Python表达式并对其进行评估即可:
>>> expr = 'f(t)=(2.128795454425367)+(208.54359721863273)*t+(26.098128487929266)*t^2+(3.34369909584111)*t^3+(-0.3450228278737971)*t^4+(-0.018630757967458885)*t^5+(0.0015029038553239819)*t^6;'
>>> removef = re.sub(r'f\((\w+)\)=', 'lambda \1: ', expr)
>>> fixpower = re.sub(r'(\w+)\^(\d+)', r'(\1**\2)', removef)
>>> nosemi = fixpower.replace(';', '')
>>> func = eval(nosemi)
>>> [func(t) for t in range(1, 13)]
[239.75206957484252, 544.337732955938, 921.544112756058, 1366.6221363666925, 1864.8848673959649, 2393.2591324279497, 2922.9192385578326, 3423.0027817028927, 3865.4085456893295, 4230.676492114911, 4514.949840987468, 4738.019242139209]
但是,你可能不想这样做。
而且,如果你这样做,你可能想要写上你的实际语言的作品,而不是一个刺在这黑暗的基础上只举一个例子你的语言的猜测......
如果表达式是在Python中,那么您可以使用一些快捷方式。但是,由于它们的语言不同,所以适当的解决方案将涉及为其他语言创建解析器。 – NPE
您可以使用正则表达式解析它或使用'eval',但后者在这种情况下也需要一些预处理。 –
如何生成模型?有没有办法将它们生成为Python代码而不是其他语言? – abarnert