Question

我正在用Python编写一个科学软件，它包括一个矩形网格上的泊松方程求解器（使用牛顿法）和粒子内部代码。我已将Newton Solver和粒子在单元代码编写为单独的函数，这些函数由我的主脚本调用。

我最初将代码编写为一个大脚本，但决定拆分脚本以使其更加模块化，以便可以单独调用各个函数。我的问题是我有大量的全球＆＃34;我考虑问题参数的变量。这主要包括问题常数和定义问题几何和网格的参数（如尺寸，某些边界条件的位置，边界条件等）。

主脚本和各个函数都需要这些参数。我的问题是：存储这些变量的最佳方式（也是最合适的）是主要脚本和函数都可以访问它们。

我目前的解决方案是在单独的模块（parameters.py）中定义一个类，如下所示：

class Parameters:
    length = 0.008
    width = 0.0014

    nz = 160
    nr = 28

    dz = length/nz
    dr = width/nr
    ...

在我的主要剧本中，我有：

from parameters import Parameters

par = Parameters()

coeff_a = -2 * (1/par.dr**2 + 1/par.dz**2)
...

这个方法允许我使用par作为我的参数的容器，可以传递给我想要的任何函数。它还提供了一种简单的方法来轻松设置问题空间，使其自己只运行其中一个功能。我唯一担心的是每个函数都不需要存储在par中的所有内容，因此它似乎效率低下一直向前传递。我可以从par中删除许多参数，但是每次调用函数时我都需要重新计算它们，这看起来效率更低。

人们在这些场景中使用的标准解决方案是什么？我应该提一下，我的函数不会改变par的属性，只是阅读它们。如果可能的话，我也有兴趣实现高性能。

Answer 1

通常，当你的程序在不同的地方需要很多参数时，有必要建立一个整洁的配置系统，通常是一个为你自己的代码提供某个接口的类。

在实例化该类时，您有一个可以传递的配置对象。在某些地方，您可能想要填充它，在其他地方您可能想要使用它。在任何情况下，此配置对象都可以全局访问。如果您的程序是Python包，那么这个配置机制可能会编写在自己的模块中，您可以从包中的所有其他模块导入。

配置类可能提供有用的功能，例如参数注册（某个代码部分表示需要设置某个参数），默认定义和参数验证。

然后，实际的参数填充基于默认值，用户给定的命令行参数或用户给定的输入文件。

Answer 2

让 Jan-Philip Gehrcke 的答案更具象征性，请查看A global class pattern for python（顺便说一下：它只是一个普通的课程，没什么特别的＆＃ 34;全球＆＃34; - 但你可以传递它＆＃34;全球＆＃34;）。

在我自己的程序中实际执行此操作之前，我有同样的想法，但想知道别人会怎么做（比如提问者 nicholls ）。我首先要对此实现这一点有点怀疑，特别是在模块本身中实例化一个类看起来很奇怪。但它运作正常。

然而，有些事情要记住：

不是超级干净。例如，某个不知道模块中的功能的人不会期望配置类中的参数需要设置
如果必须重新加载模块/函数但希望维护配置类中设置的值，则不应再次实例化配置类：if "mem" not in locals(): mem = Mem()
建议不要将配置类中的参数指定为函数的默认参数。例如function(a, b=mem.defaultB)。初始化后，您无法更改此默认值。相反，请function(a, b=None): if b is None: b=mem.defaultB。然后，您还可以在加载模块/功能后调整配置类。
当然还有更多问题......

如何在科学Python脚本中处理全局参数

2 个答案: