如何在Matplotlib中解析字符串函数并绘图（RPN计算器场景）

API 探路者

2026-6-20

解决方案

要把字符串形式的数学表达式转换成plt.plot可使用的可执行逻辑，有几种实用的方法，可根据安全性和复杂度需求选择：

方法一：使用`eval`快速实现（适合内部测试/非公开场景）

eval能直接执行字符串形式的Python代码，是最直接的实现方式，但注意：如果程序接受不可信的用户输入，该方法存在安全风险，恶意代码可能被执行。

示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 假设postfix2infix返回的表达式字符串
expr_str = "sin(x)*3"

# 生成x的取值范围（比如-2π到2π，1000个采样点）
x = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
# 通过eval计算y值，传入numpy数学函数确保表达式里的函数能被识别
y = eval(expr_str, {"x": x, "sin": np.sin, "cos": np.cos, "tan": np.tan, "pi": np.pi})

plt.plot(x, y)
plt.title("sin(x)*3")
plt.show()

方法二：使用SymPy解析表达式（安全可靠，适合用户输入场景）

如果需要处理不可信的用户输入，推荐用SymPy库解析数学表达式——它会严格处理数学语法，不会执行任意代码，同时能方便地将表达式转换成可调用函数。

先确保安装SymPy：pip install sympy

示例代码：

import numpy as np
import matplotlib.pyplot as plt
from sympy import sympify, lambdify
from sympy.abc import x

# 从postfix2infix获取的表达式字符串
expr_str = "sin(x)*3"

# 解析字符串为SymPy符号表达式
sym_expr = sympify(expr_str)
# 将符号表达式转换成能处理numpy数组的函数
func = lambdify(x, sym_expr, modules="numpy")

# 生成x值并计算对应y值
x_vals = np.linspace(-2 * np.pi, 2 * np.pi, 1000)
y_vals = func(x_vals)

plt.plot(x_vals, y_vals)
plt.title(str(sym_expr))
plt.show()