You need to enable JavaScript to run this app. 积分GUI使用matplotlib绘制函数图时触发float对象不可调用报错
优惠活动
大模型
产品
解决方案
定价
更多

积分GUI使用matplotlib绘制函数图时触发float对象不可调用报错

报错根源
  • 触发TypeError: 'float' object is not callable的核心原因是变量用途混淆:在嵌套的function(x)逻辑里,每次执行eval(resultinput)时,都会把代入x值算出的浮点数结果赋值给self.finalinput,等后续绘图阶段调用self.finalinput(z)时,本质是尝试给一个已经存了浮点数的变量加括号做函数调用操作,自然触发类型错误。
  • 存在连带的绘图逻辑bug:当前代码里np.arange(lower+5,upper+5,100)的参数设置错误,把步长固定为100,只要积分上下限的差值小于100,生成的z数组就是空的,后续无法正常输出函数曲线。
修正方案
  • 调整属性存储逻辑:把self.finalinput的存储内容从“计算得到的浮点数”换成“可调用的函数对象”。读取用户输入的方程文本后,用eval将字符串表达式封装为接收x参数的匿名lambda函数,存在该属性下,后续不管是梯形积分计算还是绘图操作,都直接调用这个函数对象传入对应参数即可。
  • 移除重复计算逻辑:原代码中每次调用function()都会重复读取输入框内容、重新执行字符串eval操作,不仅效率低,也是变量被覆盖为浮点数的直接诱因。改为在函数开头一次性完成输入解析和函数对象转换,所有计算环节直接复用生成的函数对象。
  • 修正采样点生成逻辑:用np.linspace替换原有的np.arange,根据积分的上下限自动生成固定数量的连续等距x值采样点,保证绘制的函数曲线平滑。

修正后的核心代码参考:

def trapezium(self):
    # 一次性解析输入,将字符串转成可调用的函数对象
    resultinput = self.EquationInput.text()
    self.finalinput = eval(f"lambda x: {resultinput}")

    lower = self.ScrollLower.value()
    upper = self.ScrollUpper.value()
    strips = self.ScrollStrip.value()
    h = float(upper - lower) / strips
    # 直接调用函数对象计算梯形积分项
    self.result = 0.5 * self.finalinput(lower) + 0.5 * self.finalinput(upper)
    for i in range(1, strips):
        self.result += self.finalinput(lower + i * h)
    self.result = h * self.result
    self.result = str(self.result)
    self.CalcOutput.setText(self.result)

    # 生成覆盖积分范围的连续采样点
    z = np.linspace(lower, upper, 200)
    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    ax.spines['left'].set_position('center')
    ax.spines['bottom'].set_position('zero')
    ax.spines['right'].set_color('none')
    ax.spines['top'].set_color('none')
    ax.xaxis.set_ticks_position('bottom')
    ax.yaxis.set_ticks_position('left')
    # 传入数组参数,直接得到对应y值数组
    y = self.finalinput(z)
    plt.plot(z, y, 'r')
    plt.show()

注:上述eval实现仅适用于本地自用场景,若后续要公开分发程序,建议替换为sympy等安全的字符串解析方案,避免代码注入风险。


内容的提问来源于stack exchange,提问作者SJ Rowell

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.28 21:24:03