Julia 整数、抽象向量{Integer}和字符串的并集

我有一个函数，在该函数中，用户传递一个参数，以选择应处理矩阵的哪些列，如下面的最小示例所示：

function foo{P<:Real, T<:Integer}(;x::AbstractMatrix{P}=zeros(3, 10),    colN::Union(T, AbstractVector{T})=1)
   x[:,colN] = x[:,colN]+1
    return x
end

调用此函数的最后一个版本将提供：

foo(colN="all")
ERROR: `__foo#8__` has no method matching __foo#8__(::Array{Float64,2}, ::ASCIIString)

---

为什么整数、整数向量和字符串之间的这种并集似乎不起作用？

问题在于，当传递字符串时，Julia无法推断类型

t

，因此无法确定要调用哪个方法

考虑以下两个函数，

f

和

g

：

function f{T<:Integer}(x::Union(T,String)) 
    x 
end

function g{T<:Integer}(y::T, x::Union(T,String))
    x
end

---

在这种情况下，

h（1）

和

h（“hello”）

都按预期工作（例如，

h（1.0）

会引发错误）

无需在此函数中传递字符串来指示处理所有列。 另外，看起来矩阵应该作为位置参数传入， 而不是关键字参数。 这样茱莉亚就可以专攻它了。 朱莉娅有很多方法可以更有效地处理这个问题

function foo{P<:Real, T<:Integer}(x::AbstractMatrix{P}, colN::Union(T, AbstractVector{T}))
    x[:,colN] += 1
    return x
end
function foo{P<:Real}(x::AbstractMatrix{P})
    x[:,[1:size(x)[2]]] += 1
    return x
end

和

foo（零（3,10,5）

将为您提供：

3x10 Array{Float64,2}:
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0

3x10 Array{Float64,2}:
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0

---

谢谢你的回答。我同意使用多个分派的建议，但就我所知，参数

colN

不能是关键字参数，我更喜欢这样，因为我要编写的实际函数有大量参数。如果您必须使用名称

colN

作为字符串，一个整数或一个整数数组，不指定

T

和

colN

的类型如何？是的，这是一个选项，但我应该确保在函数内部，用户不会传递除整数、整数向量或字符串以外的内容作为

colN

值，如果他/她没有说明如何使用

Int64

而不是

T

（如果要使用平台本机整数，只需

Int

），则抛出一条有用的错误消息？这样，您就可以坚持使用

Union

，并最终简化您的函数。关于更新，

h（x：：Union（Int，String））

不适用于整数数组，只适用于单个索引。谢谢回答。正如我刚才在对@vindvaki答案的评论中所说的，我更喜欢

colN

作为关键字参数。我在问题中展示的示例函数是最简单的，实际函数有许多参数，因此我更喜欢使用关键字参数。好的，但您仍然可以简单地使用没有colN关键字参数表示“全部”，将其默认为

nothing

，而不必比较字符串，或者默认为

0

，并将

0

视为表示“全部”的特殊值。最后一种解决方案是可行的，但我希望函数调用能够方便且立即被用户读取，因此我更喜欢类似“全部”的内容，而不是类似“0”的任意内容来表示处理所有列。当然，这是主观偏好的问题。关于另一种解决方案，请给出一个工作示例？如果我尝试将

colN

更改为默认值

nothing

colN:：Union（T，AbstractVector{T}）=nothing

，然后在不传递参数的情况下调用该函数，我会得到

错误：

\uuufoo#1\ufoo#没有匹配的方法（：：Array{Float64,2}，：：nothing）`。

function foo{P<:Real, T<:Integer}(x::AbstractMatrix{P}, colN::Union(T, AbstractVector{T}))
    x[:,colN] += 1
    return x
end
function foo{P<:Real}(x::AbstractMatrix{P})
    x[:,[1:size(x)[2]]] += 1
    return x
end

3x10 Array{Float64,2}:
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0
 1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0  1.0

3x10 Array{Float64,2}:
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0
 0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0