Julia 如何缩短函数体中的类型

最好用一个例子来解释：

我定义了一个类型

type myType
    α::Float64
    β::Float64
end
z = myType( 1., 2. )

然后假设我想将此类型作为参数传递给函数：

myFunc( x::Vector{Float64}, m::myType ) =
    x[1].^m.α+x[2].^m.β

(α::Float64, β::Float64) = (m.α, m.β)

myFunc( x::Vector{Float64}, α::Float64, β::Float64) = x[1].^α+x[2].^β
myFunc( x::Vector{Float64}, m::myType = myFunc(x,m.α,m.β)

是否有一种方法可以传递

myType

，以便我可以在函数体中以“更干净”的方式实际使用它，如下所示：

    x[1].^α+x[2].^β

---

谢谢您的回答。

您可以将以下内容添加到函数体中：

myFunc( x::Vector{Float64}, m::myType ) =
    x[1].^m.α+x[2].^m.β

(α::Float64, β::Float64) = (m.α, m.β)

myFunc( x::Vector{Float64}, α::Float64, β::Float64) = x[1].^α+x[2].^β
myFunc( x::Vector{Float64}, m::myType = myFunc(x,m.α,m.β)

---

一种方法是将分派用于更通用的功能：

myFunc( x::Vector{Float64}, m::myType ) =
    x[1].^m.α+x[2].^m.β

(α::Float64, β::Float64) = (m.α, m.β)

myFunc( x::Vector{Float64}, α::Float64, β::Float64) = x[1].^α+x[2].^β
myFunc( x::Vector{Float64}, m::myType = myFunc(x,m.α,m.β)

或者，如果函数较长，则可能需要使用参数。jl的

@unpack

：

function myFunc( x::Vector{Float64}, m::myType )
  @unpack m: α,β #now those are defined
  x[1].^α+x[2].^β
end

解包的开销很小，因为你没有复制，它只是做了一堆

α=m.α

，这只是做了一个

α

，它指向

m.α

。对于较长的方程，如果您有许多字段并在较长的计算中使用它们，这可能是一种更好的形式（作为参考，我在differentialsequations.jl中经常使用它）

编辑 正如评论中所指出的，还有另一种方法。让我看看这个。您可以使用Parameters.jl中的

@with_kw

宏定义您的类型（带有可选KWARG）。例如：

using Parameters
@with_kw type myType
  α::Float64 = 1.0 # Give a default value
  β::Float64 = 2.0 
end
z = myType() # Generate with the default values

然后您可以使用

@unpack\u myType

宏，该宏由

@with\u kw

宏自动生成：

function myFunc( x::Vector{Float64}, m::myType )
  @unpack_myType m
  x[1].^α+x[2].^β
end

---

同样，这只会增加在不复制的情况下引用α和β的开销，因此它非常轻量级。

更新：由于一个微妙的原因，我最初的答案是错误的，但我认为这是一个非常有趣的信息，所以我不是完全删除它，而是在留下一个关于它错误原因的解释。非常感谢凤阳指出评估的全球范围！（以及在Expr上下文中使用

$

）

最初的答复建议：

[eval( parse( string( i,"=",getfield( m,i)))) for i in fieldnames( m)]

将返回一个列表理解，该列表理解会产生分配副作用，因为它在概念上会导致类似于

[α=1，β=2.，等]

。假设这项任务将在当地范围内。然而，正如所指出的，

eval

总是在全局范围内进行评估，因此上述一条线性规划并没有达到预期的效果。例如：

julia> type MyType
         α::Float64
         β::Float64
       end

julia> function myFunc!(x::Vector{Float64}, m::MyType)
         α=5.; β=6.; 
         [eval( parse( string( i,"=",getfield( m,i)))) for i in fieldnames( m)]
         x[1] = α; x[2] = β; return x
       end;

julia> myFunc!([0.,0.],MyType(1., 2.))
2-element Array{Float64,1}:
 5.0
 6.0

julia> whos()
                        MyType    124 bytes  DataType
                        myFunc      0 bytes  #myFunc
                             α      8 bytes  Float64
                             β      8 bytes  Float64

也就是说，正如您所看到的，目的是覆盖局部变量α和β，但它们没有覆盖；eval将α和β变量置于全局范围。作为一名matlab程序员，我天真地假设

eval（）

在概念上等同于matlab，而没有实际检查。原来它更类似于

evalin（'base'，…）

命令

---

再次感谢Fengyand提供了另一个例子，说明为什么“parse and eval”一词对Julia程序员的影响似乎与上面的“it”一词差不多。：）

谢谢-但是还有其他的方法吗？当类型由许多元素组成时，这种方法更方便吗？很好。特别是调度方法，不错的黑客！然而，我得到的印象是，这个问题并不是针对α和β的具体情况，而是“from numpy import*”的概念等价物，您不能手动指定字段名。@unpack是否能够在不指定字段名的情况下解包整个对象？是的。说明有一个神奇的小

@unpack\u MyType

，如果您使用

@和\u kw

定义您的类型，它将已经被定义。然后您只需执行

@unpack\u MyType m

，它就会解压缩该类型。很好，很高兴知道。我会用最后一点更新答案，这似乎正是OP想要的优秀@chrisrackaukas这正是我的目标，非常感谢所有花时间回答这个问题的人。注意：类型的Julia约定是有一个类型的起始大写，即MyType而不是MyType。如果你不想，你不必遵循这一点，只要告诉你。哈，我喜欢样式指南仍然建议使用

cell（n）

，即使他们继续使用并不推荐它：p该链接指向v0.4的样式指南。当

cell

被弃用时，样式指南被更新。很抱歉，我不能同意这个答案。首先，您不应该解析字符串，而应该执行

：（$i=$m.$i）

。此外，也许更重要的是，这实际上并没有在本地评估任何东西，评估是在全局范围内的。宏不解析和计算字符串；它们将表达式转换为插入AST的其他表达式。感谢@FengyangWang，我不知道在字符串上下文之外使用

$

，这非常有用！你是说这行在函数中不起作用？我承认我只是在REPL上试过。还有，为什么

$m.$i

而不仅仅是

m.$i

？@FengyangWang谢谢，我已经更新了我的答案。至于

$

方法，我认为您可能想演示一下，而不是提供二手答案：）您好@Tasos，您是对的，它应该是

m.$i

。Julia中有很多地方可以使用

$

；我正在编写一个文档条目，其中包含使用插值的示例。现在，这里有一个简短的描述，可能对我很有用。你在这里学到的东西看起来可以适合一篇好的文档文章