目的是建立一个功能,以便在机器学习项目中构建训练集。我有几个我想尝试的功能(另外,2乘2,组合..)所以我把它们作为函数参数。
我还添加了一个字典,以便调用所选功能集的“导入功能”。
例如,如果我选择导入设置“features1”,我会拨打import_features1()
。
我无法迭代函数参数。我尝试使用**kwargs
,但它没有按预期工作。
这是我的功能:
def construct_XY(features1=False, features2=False, features3=False, **kwargs):
# -- function dict
features_function = {features1: import_features1,
features2: import_features2,
features3: import_features3}
# -- import target
t_target = import_target()
# -- (trying to) iterate over parameters
for key, value in kwargs.items():
if value is True:
t_features = features_function(key)()
# -- Concat chosen set of features with the target table
t_target = pd.concat([t_target, t_features], axis=1)
return t_target
我应该按建议here使用locals()
吗?
我错过了什么?
答案 0 :(得分:1)
你可能想要使用这样的东西
# Only accepts keyword attributes
def kw_only(**arguments):
# defaults
arguments['features1'] = arguments.get('features1', False)
arguments['features2'] = arguments.get('features2', False)
arguments['features3'] = arguments.get('features3', False)
for k, v in arguments.items():
print (k, v)
print(kw_only(one=1, two=2))
使用这种结构,您需要在函数中定义默认值。您只能传递关键字参数,并且能够遍历所有这些参数。