调用不同特征矩阵类型重载的函数时避免eval

def process_dense_matrix(matrix):
    # 处理密集矩阵的逻辑
    print("Processing dense matrix...")
    # 示例操作：计算矩阵的平均值
    return matrix.mean()

def process_sparse_matrix(matrix):
    # 处理稀疏矩阵的逻辑
    print("Processing sparse matrix...")
    # 示例操作：计算非零元素的数量
    return matrix.nnz

def process_feature_matrix(matrix):
    if isinstance(matrix, DenseMatrix):  # 假设DenseMatrix是一个表示密集矩阵的类
        return process_dense_matrix(matrix)
    elif isinstance(matrix, SparseMatrix):  # 假设SparseMatrix是一个表示稀疏矩阵的类
        return process_sparse_matrix(matrix)
    else:
        raise TypeError("Unsupported matrix type")

# 示例使用
dense_matrix = DenseMatrix(...)  # 创建一个密集矩阵实例
sparse_matrix = SparseMatrix(...)  # 创建一个稀疏矩阵实例

result_dense = process_feature_matrix(dense_matrix)
result_sparse = process_feature_matrix(sparse_matrix)

print(f"Dense matrix result: {result_dense}")
print(f"Sparse matrix result: {result_sparse}")