Question

所以我需要查看一些函数f，它取决于各种参数，汇总在我称为dict的{{1}}中。

data中的某些参数已修复，如data，而其他我想改变。

我在data['focus']，另一个temp中写下了我想要更改的参数。我的函数dict然后获取变化参数的所有组合并每次计算Trial，将其结果和参数保存到f dict dicts，其中每个计算都保存在calcdata。

中

我在下面提供了一个最小的工作示例。这有效，我已经可以使用它了（虽然我简化了函数calcdata[counter]）。
但是，正如您所看到的，我仅限于3组参数。

我有没有办法让它可以在f中接受任意数量的keys？
基本上我想要某种自动化，这样我就不必写temp和value0。
理想情况下，它会读出有多少keys[0]，并执行所需的keys次循环。

for

Answer 1

以下是您可以使用的一般想法：

from itertools import product

temp = {'integration': [1, 2], 'upper': [3, 4], 'other': [5, 6]}
keys = list(temp.keys())
data = {}
for values in product(*temp.values()):
    data.update(zip(keys, values))
    print(data)

（由于对键和值的单独访问，这在temp上不是线程安全的）

Answer 2

itertools.product为您提供所需的组合。问题是您需要从结果中重建字典。在此示例中，我将temp扩展为(key, value)元组，可用于更新data字典。我复制data，这样我就不必担心每个循环上的陈旧数据了。

我将这个作为一个可运行的python 2脚本，带有额外的打印以显示中间步骤。

import numpy as np
import itertools

def f(data, t):
    x = data['focus']*data['integration']*data['upper']
    return t*x

def Trial(t, temp, data):

    calcdata = {}

    # make list of (key:value) pairs for each value list
    temp_vector = [[(key, value) for value in valuelist]
        for key,valuelist in temp.iteritems()]
    print "temp_vector"
    for item in temp_vector:
        print item
    print "-------------------------------"

    # run for all combinations
    for counter, subs in enumerate(itertools.product(*temp_vector)):
        mydata = data.copy()
        mydata.update(subs)
        print "dict for calcuation:", mydata
        x_axis, y_axis = np.vstack((t,np.vectorize(f)(mydata,t)))
        mydata['xaxis'] = x_axis
        mydata['yaxis'] = y_axis
        calcdata[counter] = mydata 

    print "--------------------------------"
    return calcdata

#data['focus'] = 100
data = {'focus':100}
t = np.linspace(1,10,10)
temp = {'integration': [1,2], 'upper':  [3,4], 'other':  [5,6]}

calcdata = Trial(t, temp, data)

for item in sorted(calcdata.items()):
    print(item)

python - for循环的自动化，以覆盖dict中任意数量的键

2 个答案: