是否存在Numpy/Scipy内置函数可解析数组组合的基础算术语法？

Numpy 和 Scipy 并没有专门内置用于解析这类自定义数组算术组合语法的函数——但你的需求其实完全可以直接用 Python 原生的 eval() 实现，因为你允许的语法本身就是标准的 Python/Numpy 合法表达式。

具体实现思路 #

1. 准备好用户可访问的数组变量（比如 a、b、c），构造一个受限的命名空间（即使你说仅自身使用无安全问题，这种方式也能避免意外调用无关代码）。
2. 直接将用户输入的公式传入 eval()，仅在这个受限命名空间中执行。

示例代码：

import numpy as np

# 假设这是用户选择的原始数据数组
a = np.array([1, 2, 3, 4])
b = np.array([5, 6, 7, 8])
c = np.array([9, 10, 11, 12])

# 构造仅包含允许内容的命名空间
allowed_context = {
    'a': a,
    'b': b,
    'c': c,
    # 如果需要开放更多numpy函数，可添加，但你的场景里数组自身方法已足够
}

# 用户输入的公式
user_formula = "a + b.roll(2) / b.max() * a.max()"

# 执行计算
result = eval(user_formula, {}, allowed_context)

# 后续绘图逻辑
# plt.plot(result)

额外说明 #

• 你允许的语法（基础算术、浮点数、数组方法如 .max()、.roll()）都是 Numpy 数组原生支持的操作，eval() 可以直接解析执行，不需要额外的解析工具。
• 如果需要严格限制用户只能使用指定方法（比如禁止调用其他数组方法），可以自定义数组包装类，仅暴露允许的方法，但对于内部使用场景，通常没必要这么做。

内容的提问来源于stack exchange，提问作者Basj