Question

我正在尝试为statsmodels公式API编写一个包装器（这是一个简化版本，该函数不仅仅是这个）：

import statsmodels.formula.api as smf

def wrapper(formula, data, **kwargs):
    return smf.logit(formula, data).fit(**kwargs)

如果我将此功能提供给用户，然后用户尝试定义他/她自己的功能：

def square(x):
    return x**2

model = wrapper('y ~ x + square(x)', data=df)

他们将收到NameError因为patsy模块在wrapper的名称空间中查找函数square。是否有一种安全的Pythonic方法来处理这种情况，而不知道函数名称是什么或需要多少函数？

仅供参考：这是Python 3.4.3。

Answer 1

statsmodels使用patsy包来解析公式并创建设计矩阵。 patsy允许用户函数作为公式的一部分，并在用户命名空间或环境中获取或评估用户函数。

作为参考，请参阅http://patsy.readthedocs.org/en/latest/API-reference.html

中的eval_env关键字

from_formula是实现patsy的公式接口的模型方法。它使用eval_env为patsy提供必要的信息，默认情况下是用户的调用环境。用户可以使用相应的关键字参数覆盖它。

定义eval_env的最简单方法是一个整数，表示patsy应该使用的stacklevel。 from_formula正在递增它以考虑statsmodels方法中的附加级别。

根据评论，eval_env = 2将使用创建模型的级别中的下一个更高级别，例如与model = smf.logit(..., eval_env=2)。

这会创建模型，调用patsy并创建设计矩阵，model.fit()将估计它并返回结果实例。

Answer 2

如果你愿意使用eval来完成你的函数繁重的工作，你可以从wrapper的参数和局部变量到外框构造一个命名空间：

wrapper_code = compile("smf.logit(formula, data).fit(**kwargs)",
                       "<WrapperFunction>","eval")
def wrapper(formula,data,**kwargs):
    outer_frame = sys._getframe(1)
    namespace = dict(outer_frame.f_locals)
    namespace.update(formula=formula, data=data, kwargs=kwargs, smf=smf)
    return eval(wrapper_code,namespace)

我真的不认为这是作弊，因为它似乎是logit正在做的事情，因为它引发了一个NameError，并且只要wrapper_code没有被修改而且没有名称冲突（比如使用名为data的东西）这应该做你想要的。

在函数中调用patsy时发生命名空间问题

2 个答案: