如何在RPy中使用smooth.spline的lambda参数，而不使用Python将其解释为lambda

我想使用Python中R中的自然三次平滑样条曲线

smooth.spline

（就像许多其他人想要的som一样（，，…） 因此，我使用了中所述的

rpy2

，但我想直接设置

lambda

，而不是

spar

：

import rpy2.robjects as robjects
r_y = robjects.FloatVector(y_train)
r_x = robjects.FloatVector(x_train)

r_smooth_spline = robjects.r['smooth.spline'] #extract R function# run smoothing function
spline1 = r_smooth_spline(x=r_x, y=r_y, lambda=42)
#alternative: spline1 = r_smooth_spline(x=r_x, y=r_y, spar=0.7) would work fine, but I would like to control lambda dirctly
ySpline=np.array(robjects.r['predict'](spline1,robjects.FloatVector(x_smooth)).rx2('y'))
plt.plot(x_smooth,ySpline)

当我这样做时，

spline1=r\u smooth\u spline（x=r\ux，y=r\uy，lambda=42）

行不起作用，因为Python已经对

lambda

进行了预定义的解释（您可以从

lambda

的蓝色代码高亮显示中看到这一点）：( 我希望

lambda

被解释为平滑惩罚参数lambda

---

如果我用

spar

替换

lambda

，我会得到一个自然三次样条曲线，但我想直接控制

lambda

。

可以在函数调用中使用Python的

**

来指定R个命名参数，这些参数的名称在Python中语法上无效

---

有关更多详细信息，请参阅文档：

调用

smooth.spline

时，也许可以使用

rpy2

的方法

import rpy2.robjects as robjects
r_y = robjects.FloatVector(y_train)
r_x = robjects.FloatVector(x_train)

r_smooth_spline = robjects.r['smooth.spline']
args = (('x',r_x), ('y',r_y), ('lambda',42)) # pattern (('argname', value),...)

# import R's "GlobalEnv" to evaluate the function
from rpy2.robjects import globalenv

spline1 = r_smooth_spline.rcall(args, globalenv)

---

这个小技巧可以解决您遇到的特定问题，允许您在字符串中编写“lambda”

kwargs={“x”：r_x，“y”：r_y，“lambda”：42}
spline1=r_平滑_样条（**kwargs）

在一般情况下，可以使用元组和dict轻松地传递参数容器

#正常
f=函数（“foo”，“bar”，my_kwarg=“my_value”）
#使用参数容器进行相同的调用
args=（“foo”、“bar”）
kwargs={“我的kwarg”：“我的价值”}
f=函数（*args，**kwargs）

code示例？当我使用

**

时，线条

spline1=r\u平滑样条线（x=r\ux，y=r\uy，lambda=42）

看起来如何？

spline1=r\u平滑样条线（x=r\ux，y=r\uy，**=42）

不起作用…检查文档。那里有代码示例。添加了一个很好的代码示例。我认为这与您的文档相对应。在我之后输入的两个答案都在文档中；-）这是指向过时文档的链接。你会想要的