具有子函数及其参数作为参数的函数

Question

我想建立一个熊猫随机数据框。为了实现这个目的，我需要一个 Python 函数作为参数：numpy 分布他们的论点例如 ：分布1：正常| 参数：手段 = 0 ，标准开发 = 1 ，大小 = 100分布2：均匀| 参数：低 = 0，高 = 1，大小 = 100等等...我事先不知道不同的分布及其论点会是什么。然后，主函数将使用每个相应的参数生成分布的随机样本。我尝试过类似的东西：import numpy as npdef myfun( **kwargs ) :    for k , v in kwargs.items() :        print( k )        print( v )当我使用这些参数调用该函数时：myfun( fun_1 = 'np.random.normal' , arg_1 = { 'loc' : 0 , 'scale' : 1 , 'size' : 7 } ,       fun_2 = 'np.random.uniform' , arg_2 = { 'low' : 0 , 'high' : 1 , 'size' : 7 } )输出是：fun_1np.random.normalarg_1{'loc': 0, 'scale': 1, 'size': 7}fun_2np.random.uniformarg_2{'low': 0, 'high': 1, 'size': 7}但我的目的不是打印所需的分布及其相关参数，而是为每个分布生成一个样本。

Answer 1

注意，函数应该是函数，而不是字符串，这样实现才能工作

如果您想返回使用一组 调用的函数kwargs，那么您已经非常接近了。我会使用位置参数 for func，然后你可以传入kwargs，func这更明确一点：

def myfunc(func, **kwargs):

    return func(**kwargs)

然后，您可以将每对包装func, **kwargs为元组，并执行一个 for 循环：

# This would be called like

somelist = [(np.random.normal, { 'loc' : 0 , 'scale' : 1 , 'size' : 7 }),

            (np.random.uniform , { 'low' : 0 , 'high' : 1 , 'size' : 7 })]

results = []

# append results to a list

for func, kwargs in somelist:

    results.append(myfunc(func, **kwargs))

通过这种方式，您不必担心如何命名任何变量，并且更具可读性。您知道循环将处理成对的项目，在这种情况下是func, kwarg成对的，您的函数可以显式处理这些

处理字符串调用

所以有一些方法可以完成这个任务，它们有点棘手，但总体上不应该是可怕的。您需要修改myfunc以处理函数名称：

# func is now a string, unlike above

def myfunc(func, **kwargs):

    # function will look like module.class.function

    # so split on '.' to get each component. The first will 

    # be the parent module in global scope, and everything else

    # is collected into a list

    mod, *f = func.split('.') # f is a list of sub-modules like ['random', 'uniform']

    # func for now will just be the module np

    func = globals().get(mod)

    for cls in f:

        # get each subsequent level down, which will overwrite func to

        # first be np.random, then np.random.uniform

        func = getattr(func, cls)

    return func(**kwargs)

我使用的原因globals().get(mod)是 a) 我假设您可能并不总是使用相同的模块，并且 b) 调用重命名的 import fromsys.modules将产生 a KeyError，这不是您想要的：

import sys

import numpy as np

sys.modules['np'] # KeyError

sys.modules['numpy']

# <module 'numpy.random' from '/Users/mm92400/anaconda3/envs/new36/lib/python3.6/site-packages/numpy/random/__init__.py'>

# globals avoids the naming conflict

globals()['np']

# <module 'numpy.random' from '/Users/mm92400/anaconda3/envs/new36/lib/python3.6/site-packages/numpy/random/__init__.py'>

然后getattr(obj, attr)将返回每个后续模块：

import numpy as np

getattr(np, 'random')

# <module 'numpy.random' from '/Users/mm92400/anaconda3/envs/new36/lib/python3.6/site-packages/numpy/random/__init__.py'>

# the dotted access won't work directly

getattr(np, 'random.uniform')

# AttributeError

所以，总共：

import numpy as np

func, kwargs = ('np.random.normal', { 'loc' : 0 , 'scale' : 1 , 'size' : 7 })

myfunc(func, **kwargs)

array([ 0.83276777,  2.4836389 , -1.07492873, -1.20056678, -0.36409906,

       -0.76543554,  0.90191746])

您可以将其扩展到第一部分中的代码

Answer 2

您可以设计一个将其他函数作为输入并执行它们的函数。这就是**运营商所做的：

def myfun(**kwargs):

    kwargs['fun_1'](**kwargs['arg_1'])  # calls the function kwargs[fun_1] with the keyword args given in kwargs[arg_1]

    kwargs['fun_2'](**kwargs['arg_2'])

然后，您将像这样指定您的 kwargs：

myfun(fun_1=np.random.normal, 

      arg_1={'loc': 0, 'scale': 1, 'size': 7},

      fun_2=np.random.uniform,

      arg_2={'low': 0, 'high': 1, 'size': 7},

     )

请注意如何np.random.normal不在引号中 - 我们通过引用引用实际函数，但尚未调用它（因为我们想在 中执行此操作myfun()，而不是现在）。

我认为这个操作符（*列表和**字典）没有正式名称，但我称它为解包操作符，因为它将数据结构解包到函数参数中。

在这种情况下，声明显式命名参数通常更安全- 您需要提出一种模式，以便使用您的函数的人知道他们应该如何命名他们的关键字。