Python 如何制作一个；“可调用函数”；

我目前正在编写一个名为f_from_data的python定义，该定义使用了一条直线上的插值查找点，到目前为止，我已经编写了以下内容：

def f_from_data(xs, ys, x):
    xfine = np.linspace(min(xs), max(xs), 10000)
    y0 = inter.interp1d(xs, ys, kind = 'linear')
    ans = (y0(xfine))[numpy.searchsorted(xfine, x)]
    ans =  round(ans,2)
    return ans

这给了我想要的东西，我需要这样才能进入：

f = f_from_data([3, 4, 6], [0, 1, 2])
print f(3)
>>>0.0

---

我该怎么做呢？我环顾四周，但似乎找不到任何东西，因为我认为这真的很琐碎，但我只是错过了一些东西。

使用

functools。部分
：

from functools import partial

f = partial(f_from_data, [3, 4, 6], [0, 1, 2])

partial
将创建一个已设置前两个参数的可调用对象。
可能是这样的吗

def f_from_data(xs, ys):
    def interpolate(x):
       xfine = np.linspace(min(xs), max(xs), 10000)
       y0 = inter.interp1d(xs, ys, kind = 'linear')
       ans = (y0(xfine))[numpy.searchsorted(xfine, x)]
       ans =  round(ans,2)
       return ans
    return interpolate

警告-我对matplotlib不太了解，无法判断代码是否正确。
返回一个可调用的：

import scipy.interpolate as interpolate

f_from_data = interpolate.interp1d
f = f_from_data([3, 4, 6], [0, 1, 2])
print(f(3))

屈服

0.0

由于可以将
f_from_data
指定给
interpolate.interp1d
，因此您可能根本不需要
f_from_data
。现在，这确实不会将x范围分割为10000个网格点，并使用searchsorted将x值捕捉到附近的网格点，但通常情况下，您不会希望这样做，因为
interp1d
提供了一个更好的线性插值，而不使用它。
更通用的方法是使用
\uuuuu调用\uuuu
方法创建一个类，如下所示：

class f_from_data(object):
    def __init__(self, xs, ys):
        self.xfine = np.linspace(min(xs), max(xs), 10000)
        self.y0 = inter.interp1d(xs, ys, kind = 'linear')
    def __call__(self, x):
        ans = (self.y0(self.xfine))[numpy.searchsorted(self.xfine, x)]
        return round(ans, 2)

如果你想要的是简单的，这里是一个简单的解决方案

>>> f = lambda x: f_from_data([3, 4, 6], [0, 1, 2], x)
>>> print f(3)
0.0
>>> 

如果您不喜欢
lambda

>>> def f(x): return f_from_data([3, 4, 6], [0, 1, 2], x)

在这两种情况下，当您定义辅助函数时，必须确保
f\u from\u data
在范围内。
虽然这在其他上下文中可能很常见，但在numpy代码中却极不寻常。是什么让它在numpy代码中不寻常？这是一种方法，例如，
scipy.interpolate
使其所有函数返回1D插值器工作，请参见，
numpy.poly1d
如何处理多项式求值函数，请参见，或
numpy.vectorize
使向量化函数工作，请参见。仅供参考，此过程称为。