在python中快速将产品解析为单项式？

如何解决在python中快速将产品解析为单项式？

我有一个 m 形式的单项式，我想将它解析为一个具有指数的表达式。

m = "n0*n0"     
Sympy(n0)
parse_expr(n0*n0)

这给了我以下正确的输出：

n0**2

问题是我有数百万个这样的单项式，在数据框列中有数千个参数，现在我对它们进行了应用来解析它们，这需要永远。有更好的解决方案吗？ eval 要求我为 n0 赋值我不想评估我只想将这样的单项式组合成一个简洁的表示。

解决方法

在 isympy 会话中：

In [38]: parse_expr("n0*n0")
Out[38]: 
  2
n₀ 

In [39]: type(_)
Out[39]: sympy.core.power.Pow

解析接受一个字符串，返回一个 sympy 表达式。

这不是一个特别快的操作：

In [40]: timeit parse_expr("n0*n0")
524 µs ± 79.5 ns per loop (mean ± std. dev. of 7 runs,1000 loops each)

与进行简单的字符串替换相比：

In [42]: "n0*n0".replace("*n0","**2")
Out[42]: 'n0**2'

In [43]: timeit "n0*n0".replace("*n0","**2")
118 ns ± 1.04 ns per loop (mean ± std. dev. of 7 runs,10000000 loops each)

这是我第一次看到有人试图将 sympy 与 pandas 一起使用。人们确实尝试将它与 numpy 一起使用，但结果常常令人困惑。通常 sympy.lambdify 是从 numpy 表达式创建 sympy 函数的唯一可靠方法。 sympy 适合做代数数学，但我无法想象它对大型数据帧有用。