Python 2.7 将变量传递到单独的文件，然后将其设置为；“全球”；

我注意到以下问题是相关的：

它创建一个猜测参数数组，并规定哪些参数保持不变。然后它生成要调用的正确名称，然后使用包装器来调用它。它可以工作，但我想将我的定义放在一个名为utilites.py的单独文件中，然后从初始文件调用定义。如您所见，wrapper（）需要找到wrapperName（）。是否有某种方法将包装器名称传递给单独的文件，然后让utilities.py中的所有定义都可以访问它？如果试图传递包装器，则会断开一个额外的参数curve_fit（）

将numpy导入为np
从numpy导入随机
将scipy作为sp导入
从scipy.optimize导入曲线\u拟合
将matplotlib.pyplot作为pl导入
def exp1（t、a1、tau1）：
val=0。
val=（a1*np.exp（-t/tau1））*np.heaviside（t，0）
返回值
def exp2（t、a1、tau1、a2、tau2）：
val=0。
val=（a1*np.exp（-t/tau1）+a2*np.exp（-t/tau2））*np.heaviside（t，0）
返回值
def exp3（t、a1、tau1、a2、tau2、a3、tau3）：
val=0。
val=（a1*np.exp（-t/tau1）+a2*np.exp（-t/tau2）+a3*np.exp（-t/tau3））*np.heaviside（t，0）
返回值
def exp4（t、a1、tau1、a2、tau2、a3、tau3、a4、tau4）：
val=0。
val=（a1*np.exp（-t/tau1）+a2*np.exp（-t/tau2）+a3*np.exp（-t/tau3）+a3*np.exp（-t/tau3））*np.heaviside（t，0）
返回值
def multiexp（t，args）：
val=np.零（len（t））
对于np.arange中的i（0，len（args），2）：
val+=args[i]*np.exp（-t/args[i+1]）*np.heaviside（t，0）
返回值
def genWrapperName（保留，p0）：
计数器=0
如果len（p0）==2：
wrapperName='exp1（t，'
elif len（p0）=4：
wrapperName='exp2（t，'
elif len（p0）=6：
wrapperName='exp3（t，'
elif len（p0）=8：
wrapperName='exp4（t，'
对于范围（0，len（hold））中的i：
如果保持[i]：
wrapperName+=str（p0[i]）
其他：
如果i%2==0：
包装器名称+='args['+str（计数器）+']'
计数器+=1
其他：
包装器名称+='args['+str（计数器）+']'
计数器+=1
如果我在holdCurveFit.py中

import numpy as np
import utilities as ut
from numpy import random
import scipy as sp
from scipy.optimize import curve_fit
import matplotlib.pyplot as pl

p0=np.array([1.5,200.,2.,700.,3.,2400.])
hold=[0,1,0,1,0,0]
holdloc=[i for i, x in enumerate(hold) if x]
p1=np.delete(p0,holdloc)
timepoints = np.arange(-200.,4000.,20.)
callFitName= ut.genCallFitName(p0,hold)

y=ut.multiexp(timepoints,p0)+np.random.normal(0, .1, size=len(timepoints))

popt, pcov = curve_fit(ut.multiexp2, timepoints, y, p0=p0)
print 'unheld parameters:', popt

popt, pcov=eval(callFitName)
for i in range(0, len(hold)):
    if hold[i]:
        popt=np.insert(popt,i,p0[i])
print 'held parameters:', popt

yfit=ut.multiexp(timepoints,popt)

pl.plot(timepoints,y,timepoints,yfit)
pl.show()

在utilities.py中

import numpy as np

def multiexp2(t,*args):
    val=np.zeros(len(t))
    for i in np.arange(0,len(args),2):
        val+=args[i]*np.exp(-t/args[i+1])*np.heaviside(t,0)
    return val

def multiexp(t,args):
    val=np.zeros(len(t))
    for i in np.arange(0,len(args),2):
        val+=args[i]*np.exp(-t/args[i+1])*np.heaviside(t,0)
    return val

def genCallFitName(p0,hold):
    counter=0
    callFitName='curve_fit(lambda timepoints, *p: ('
    for i in range(0, len(hold)):
        if hold[i] and i%2==0:
            callFitName+=str(p0[i])
        elif hold[i] and i%2==1:
            callFitName+='*np.exp(-timepoints/'+str(p0[i])+')'
        elif i%2==0 and not hold[i]: 
            callFitName+='p['+str(counter)+']'
            counter+=1
        else:
            callFitName+='*np.exp(-timepoints/p['+str(counter)+'])'
            counter+=1
        if i<len(hold)-1 and i%2==1:
            callFitName+='+'
    callFitName+=')*np.heaviside(timepoints,0), timepoints, y, p0=p1)'
    return callFitName

将numpy导入为np
def multiexp2（t，*args）：
val=np.零（len（t））
对于np.arange中的i（0，len（args），2）：
val+=args[i]*np.exp（-t/args[i+1]）*np.heaviside（t，0）
返回值
def multiexp（t，args）：
val=np.零（len（t））
对于np.arange中的i（0，len（args），2）：
val+=args[i]*np.exp（-t/args[i+1]）*np.heaviside（t，0）
返回值
def genCallFitName（p0，保留）：
计数器=0
callFitName='curve_fit（λ时间点，*p:（'
对于范围（0，len（hold））中的i：
如果保持[i]和i%2==0：
callFitName+=str（p0[i]）
elif hold[i]和i%2==1：
callFitName+='*np.exp（-timepoints/'+str（p0[i]）+'）
如果i%2==0且未保留[i]：
callFitName+='p['+str（计数器）+']'
计数器+=1
其他：
callFitName+='*np.exp（-timepoints/p['+str（计数器）+']）”
计数器+=1
如果有很多代码。你有简单的东西来演示这个问题吗？你在utilities.py中放了一些东西…你可以对共享函数使用相同的技巧。事实上，utilities.py似乎是一个不错的选择。
import numpy as np

def multiexp2(t,*args):
    val=np.zeros(len(t))
    for i in np.arange(0,len(args),2):
        val+=args[i]*np.exp(-t/args[i+1])*np.heaviside(t,0)
    return val

def multiexp(t,args):
    val=np.zeros(len(t))
    for i in np.arange(0,len(args),2):
        val+=args[i]*np.exp(-t/args[i+1])*np.heaviside(t,0)
    return val

def genCallFitName(p0,hold):
    counter=0
    callFitName='curve_fit(lambda timepoints, *p: ('
    for i in range(0, len(hold)):
        if hold[i] and i%2==0:
            callFitName+=str(p0[i])
        elif hold[i] and i%2==1:
            callFitName+='*np.exp(-timepoints/'+str(p0[i])+')'
        elif i%2==0 and not hold[i]: 
            callFitName+='p['+str(counter)+']'
            counter+=1
        else:
            callFitName+='*np.exp(-timepoints/p['+str(counter)+'])'
            counter+=1
        if i<len(hold)-1 and i%2==1:
            callFitName+='+'
    callFitName+=')*np.heaviside(timepoints,0), timepoints, y, p0=p1)'
    return callFitName