[英]multiple functions as arguments in python
我有以下问题:我有两组数据(组T和组F)。 以及以下功能:
x(T) = arctan(T-c0), A(x(T)) = arctan(x(T) -c1),
B(x(T)) = arctan(x(T) -c2)
and Y(x(t),F) = ((A(x(t)) - B(x(t)))/2 - A(x(t))arctan(F-c3) + B(x(t))arctan(F-c4))
# where c0,c1,c2,c3,c4 are constants
现在,我要创建Y
的曲面图。 为此,我想将Y
实现为python(numpy)函数,结果却非常复杂,因为Y
将其他函数作为输入。
我的另一个想法是分别评估数据上的x
, B
和A
并将结果存储在numpy数组中。 有了这些,我也可以获得函数Y
的输出,但是我不知道哪种方法更好地绘制数据,我真的很想知道如何将Y
编写为python函数。
非常感谢您的帮助
绝对有可能将功能用作其他功能的输入参数。 用例可能看起来像:
def plus_one(standard_input_parameter_like_int):
return standard_input_parameter_like_int + 1
def apply_function(function_as_input, standard_input_parameter):
return function_as_input(standard_input_parameter)
if(__name__ == '__main__'):
print(apply_function(plus_one, 1))
我希望这有助于解决您的特定问题。
像
def s(x,y,z,*args,*args2):
会产生错误。
这是完全正常的(至少就我所知),每个函数仅允许一个可变长度的非关键字参数列表(必须将其准确标记为* args)。 因此,如果删除星号(*),则实际上应该可以正确运行s。
关于最初的问题,您可以执行以下操作:
c = [0.2,-0.2,0,0,0,0] def x(T): return np.arctan(Tc[0]) def A(xfunc,T): return np.arctan(xfunc(T) - c[1]) def B(xfunc,T): return np.arctan(xfunc(T) - c[2]) def Y(xfunc,Afunc,Bfunc,t,f): return (Afunc(xfunc,t) - Bfunc(xfunc,t))/2.0 - Afunc(xfunc,t) * np.arctan(f - c[3]) + Bfunc(xfunc,t)*np.arctan(fc[4]) _tSet = np.linspace(-1,1,20) _fSet = np.arange(-1,1,20) print Y(x,A,B,_tSet,_fSet)
正如您所看到的(可能已经根据您的评论进行了测试),您可以将函数用作参数。 只要您在“子”功能中不使用任何“如果”条件或其他非矢量化函数,顶级功能就应该已经矢量化。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.