Question

我想编写一个函数（function_A）来通过迭代优化另一个函数（function_B）的参数。要优化的参数的函数是：

 def function_B(a=10, b=12, c=14, d= 18):
    value = (...)
    return value

现在，我想找到参数a，b，c，d的组合，这些组合可以根据特定条件优化结果。所以我编写了以下函数 - 例如 - 用户可以指定要优化的参数，在这种情况下，我们选择优化参数a：

def function_A(variable = a, min = 10, max = 20):

    value = np.zeros((max - min + 1)) # initialize an empty vector to store results
    count = 0

    for i in np.linspace(1, 20, 20, endpoint=True):
        ans = function_B(variable = i)
        value[count] = ans
        count = count + 1

    return value

问题是，我不知道如何在a中指定function_A。我试着用：

function_A(variable = a, ...)

function_A(variable = 'a', ...)

但不起作用......如何指定'a'是我想要迭代的参数？

Answer 1

这是一个非常简单的例子：

def A(a=5, b=4):
    return a, b

def B(var):
    x = {var:'numberyouwant'}
    return A(**x)

因此，在您的情况下，将变量作为字符串传递并将其传递给dictonary，最后使用keyworded变量将您的函数更新为要优化的参数。

def function_A(variable = 'a', min = 10, max = 20):

    value = np.zeros((max - min + 1)) # initialize an empty vector to store results
    count = 0

    for i in np.linspace(1, 20, 20, endpoint=True):
        temp_dict = {variable: i}
        ans = function_B(**temp_dict)
        value[count] = ans
        count = count + 1

return value

如何将函数变量作为另一个函数的参数引用？

1 个答案: