Python 代码转 Latex 公式，这个开源库用一行代码帮你搞定

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

数学是数据科学和机器学习的重要基础，数学运算的结果对于机器学习项目而言是至关重要的。在编写代码时，我们常常需要定义数学公式的计算形式。像 S=r^2 这样简单的数学公式，大概不会出现拼写错误。但如果是下面这样的公式呢？

图源：知乎用户 @马啃菠箩

还记得数学老师密密麻麻的板书吗？人们习惯于手写公式的运算过程。而如果计算机编程语言能够显示出类似于手写公式的计算过程，检查公式运算是否准确就可以轻松多了吧。

近日，GitHub 上一个名叫 handcalcs 的开源库就解决了这个问题。

项目地址：https://github.com/connorferster/handcalcs

handcalcs 库：将 Python 计算代码转换为 Latex 公式

handcalcs 库可将 Python 计算代码自动渲染为 Latex 公式，呈现方式类似于手写的公式计算：先编写符号公式，再代入具体数字，最后得出结果。

正如上面的演示样例所示，计算机能够识别的公式形式是：

而人们更习惯的是如下形式的数学公式：

handcalcs 的功能就是，将数学公式和运算过程以人们更容易理解的形式展示出来。

数学计算的结果往往会影响后续代码的运行过程，而复杂的数学公式更容不得一点错漏，因此对于包含较多复杂数学公式的 Python 代码，用 handcalcs 进行自查或许是有必要的。

如何使用 handcalcs？

那么，这个开源库要如何应用呢？

基本用法 1：Jupyter 单元格魔法函数

handcalcs 的设计初衷是在 Jupyter Notebook 或 Jupyter Lab 中作为单元格魔法函数来使用。

首先，引入 handcalcs 模块并运行单元格：

import handcalcs.render

接下来，在想要使用 handcalcs 的单元格上面添加一行魔法函数 %%render：

%%render

例如：

%%rendera = 2b = 3c = 2*a + b/3

如果系统安装了 Latex 环境，你还可以将 notebook 导出成 pdf 格式文件。

基本用法 2：函数装饰器 @handcalc()

除了在 Jupyter cell 中使用外，在 Python 的函数中也可以使用 handcalcs。

首先导入 @handcalc() 装饰器：

from handcalcs.decorator import handcalc

然后编写函数。注意：函数必须 return locals()：

@handcalc()def my_calc(x, y, z):  a = 2*x / y  b = 3*a  c = (a + b) / z  return locals()

@handcalc(left: str = "", right: str = "", jupyter_display: bool = False)

返回一个由 (latex_code: str, locals: dict) 组成的元组，其中 locals 是函数命名空间范围内所有变量的字典。

其他功能

有些公式的参数量较多，如果按照常规的格式显示在一列，会浪费大量空间。而使用 handcalcs，只需添加注释标签# Parameters 就能让参数以三列的形式显示出来：

而有些公式的计算过程非常繁琐，也会占用大量显示空间，只需使用标签# Short 就能让运算过程的显示行数减少：

反之，如果你比较喜欢推导等式对齐的方式，可以使用# Long 标签显示。

有时你并不需要代入数值计算，只需要以符号的形式显示数学计算公式。那么，你需要使用# Symbolic 标签：

handcalcs 的功能本身还可以解决编程中的小问题，即在 Python 中，显示多个变量的值通常需要多个 print() 语句，而使用 handcalcs 能让事情变得简单许多：

很多开发者喜欢用_表示公式中的下标，handcalcs 可以将其显示出来，甚至多级下标也可以通过嵌套的形式得到显示。

数学公式中经常出现希腊字母（如「pi」、「eta」等），只要在代码中编写出对应的英文名，比如 alpha、beta，handcalcs 就可以显示出希腊字母：

不只是简单的数学公式，复杂公式也不在话下，比如含有积分的公式：

缺陷

好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~