创建在原始函数中设置关键字参数的偏函数
Creating a partial function that sets a keyword argument in the original function
不确定这是否可行,但我正在尝试从具有位置参数和关键字参数的函数创建部分函数。问题是,我希望生成的部分函数中的参数设置原始函数中的关键字参数之一 - 而不是其位置参数之一。
这是原始函数的定义:
def cost_function(self, X, y, weights=None, lambda_param=0.0):
我想要一个可以传递给 scipy.minimise 的部分函数,这样我就可以找到最佳权重值(权重是一个 ndarray)。
所以我需要的是一个只有一个参数的偏函数 (x say):
例如
cost_func(x)
但我希望部分函数在调用原始函数时设置权重参数:
my_network.cost_function(X, y, weights=x, lambda_param=0.0)
(我知道我可以更改原始函数,使权重参数是位置参数而不是关键字参数,但我不想这样做,因为我也想在没有权重参数集的情况下使用该函数。)
我认为functools.partial满足您的需求
参见示例:
import functools
def cost_function(self, X, y, weights=None, lambda_param=0.0):
print (weights)
cost_func = functools.partial(cost_function, None, 20, 30, lambda_param=2.0)
print (cost_func("Yay it worked!!!"))
不确定这是否可行,但我正在尝试从具有位置参数和关键字参数的函数创建部分函数。问题是,我希望生成的部分函数中的参数设置原始函数中的关键字参数之一 - 而不是其位置参数之一。
这是原始函数的定义:
def cost_function(self, X, y, weights=None, lambda_param=0.0):
我想要一个可以传递给 scipy.minimise 的部分函数,这样我就可以找到最佳权重值(权重是一个 ndarray)。
所以我需要的是一个只有一个参数的偏函数 (x say):
例如
cost_func(x)
但我希望部分函数在调用原始函数时设置权重参数:
my_network.cost_function(X, y, weights=x, lambda_param=0.0)
(我知道我可以更改原始函数,使权重参数是位置参数而不是关键字参数,但我不想这样做,因为我也想在没有权重参数集的情况下使用该函数。)
我认为functools.partial满足您的需求
参见示例:
import functools
def cost_function(self, X, y, weights=None, lambda_param=0.0):
print (weights)
cost_func = functools.partial(cost_function, None, 20, 30, lambda_param=2.0)
print (cost_func("Yay it worked!!!"))