Python 如何正确编写作用于列表的函数？

在Python中，我希望有一个处理不同输入类型的函数。大概是这样的：

def my_square(x):
    return x ** 2

my_square(2)             #return 4
my_square(range(10))     #should return a list [0 ... 81]

npa = numpy.zeros(10)
my_square(npa)           # should return a numpy array with the squares of zeros

---

基本上，为标量和可数函数编写函数的良好实践是什么？这可以用*args或*kwargs实现吗？

实现这一点的典型方法是使用

numpy.asarray

将函数的输入转换为

ndarray

。如果输入是标量，则结果是一个0维数组，其行为本质上类似于Python数字类型。例如：

def square(x):
    x = np.asarray(x)
    return x**2

以便：

>>> square(4)
16
>>> square([1, 2, 3, 4])
array([ 1,  4,  9, 16])

注意，我提供了一个列表作为输入，并收到了一个

ndarray

作为输出。如果必须接收与作为输入提供的输出类型相同的输出，则可以在返回结果之前转换结果：

def square(x):
    in_type = type(x)
    x = np.asarray(x)
    return in_type(x**2)

---

但是这样做会带来额外的成本，但好处不大。

一种典型的方法是使用

numpy.asarray

将函数的输入转换为

ndarray

。如果输入是标量，则结果是一个0维数组，其行为本质上类似于Python数字类型。例如：

def square(x):
    x = np.asarray(x)
    return x**2

以便：

>>> square(4)
16
>>> square([1, 2, 3, 4])
array([ 1,  4,  9, 16])

注意，我提供了一个列表作为输入，并收到了一个

ndarray

作为输出。如果必须接收与作为输入提供的输出类型相同的输出，则可以在返回结果之前转换结果：

def square(x):
    in_type = type(x)
    x = np.asarray(x)
    return in_type(x**2)

---

但这只会带来额外的成本，几乎没有什么好处。

因为Python是动态类型的，而且Python的设计理念反对在调用函数时让差异变得明显的想法，所以这不被认为是Pythonic的。但是，如果必须的话，您可以使用该方法来实现您想要的。例如：

def mySquare(x):
    if isinstance(x, int):
        return x**2
    elif isinstance(x, range):
        return [i ** 2 for i in x]

print(mySquare(2)); //4
print(mySquare(range(10))); //[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

然而，仅仅因为你能做某事，并不意味着你就应该做。

，我建议你也去看看

---

此外，a也可能提供您所需的内容，但我没有足够的经验来解释这一点，但是，这可能是您需要研究的内容。

因为Python是动态类型的，Python的设计理念反对在调用函数时希望差异明显的想法，这不算是蟒蛇。但是，如果必须的话，您可以使用该方法来实现您想要的。例如：

def mySquare(x):
    if isinstance(x, int):
        return x**2
    elif isinstance(x, range):
        return [i ** 2 for i in x]

print(mySquare(2)); //4
print(mySquare(range(10))); //[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

然而，仅仅因为你能做某事，并不意味着你就应该做。

，我建议你也去看看

---

此外，a也可能提供您所需的，但我没有足够的经验来解释这一点，但是，这可能是您需要研究的内容。

只需执行以下操作，将是更好的实践，也更易于维护：

def foo(n):
    return n ** 2

然后在需要时构建列表、dict等（我不太熟悉

numpy

，但我想你也可以做类似的事情）：

而且似乎有for

numpy

使用。从文档中：

iterable = (foo(n) for n in range(5))
foo_arr = np.fromiter(iterable, np.whatever_numpy_datatype)

如果您真的需要，您甚至可以将其转换为函数：

def foo_list(start=0, stop=0):
    return [foo(n) for n in range(start, stop)]

def foo_dict(start=0, stop=0):
    return {n: foo(n) for n in range(10)}

另一种选择，因为请求原谅比获得允许更容易：

def foo(scalar_or_iter):
    try:
        return [n ** 2 for n in scalar_or_iter]
    except TypeError:
        return scalar_or_iter ** 2

---

只需执行以下操作就可以更好地实践和维护：

def foo(n):
    return n ** 2

然后在需要时构建列表、dict等（我不太熟悉

numpy

，但我想你也可以做类似的事情）：

而且似乎有for

numpy

使用。从文档中：

iterable = (foo(n) for n in range(5))
foo_arr = np.fromiter(iterable, np.whatever_numpy_datatype)

如果您真的需要，您甚至可以将其转换为函数：

def foo_list(start=0, stop=0):
    return [foo(n) for n in range(start, stop)]

def foo_dict(start=0, stop=0):
    return {n: foo(n) for n in range(10)}

另一种选择，因为请求原谅比获得允许更容易：

def foo(scalar_or_iter):
    try:
        return [n ** 2 for n in scalar_or_iter]
    except TypeError:
        return scalar_or_iter ** 2

---

正如注释中所建议的，只需编写一个标量版本的函数，并对列表等使用map，对iterables使用imap（map对这些函数不起作用）：

及

---

正如注释中所建议的，只需编写一个标量版本的函数，并对列表等使用map，对iterables使用imap（map对这些函数不起作用）：

及

---

为什么不编写只在标量上工作的函数呢？例如，

map

it-to-iterables？你当然可以在函数中处理这两个问题，但我会尽量避免。做你想做的事情是个坏主意，除非是在边缘情况下。为每种类型的输入编写版本。@jonrsharpe Numpy数组的设计目的是，无论其中使用的变量是标量还是数组，都可以编写有效的表达式。无论是

x=4

还是

x

是一个包含一百万个条目的

ndarray

，OP的

my_square（x）

都同样有效。在这种情况下，编写一个接受标量或iterable的函数是许多科学软件包中使用的一种常见的数值python习语，而使用

map

将其应用于iterable显然是一种反模式。但是如果函数是通用的（并且不能利用numpy的矢量化），那么列表comp。或者地图是去的路。@jme很有趣，谢谢！为什么不编写只在标量上工作的函数呢？例如，

map

it-to-iterables？你当然可以在函数中处理这两个问题，但我会尽量避免。做你想做的事情是个坏主意，除非是在边缘情况下。为每种类型的输入编写版本。@jonrsharpe Numpy数组的设计目的是，无论其中使用的变量是标量还是数组，都可以编写有效的表达式。无论是

x=4

还是

x

是一个包含一百万个条目的

ndarray

，OP的

my_square（x）

都同样有效。在这种情况下，编写一个接受标量或iterable的函数是许多科学软件包中使用的一种常见的数值python习语，而使用

map

将其应用于iterable显然是一种反模式。但是如果函数是通用的（并且不能利用numpy的矢量化），那么列表comp。或者地图是去的路。@jme很有趣，谢谢！这种

isinstance

方法非常脆弱-如果输入是一个

浮点

？最好使用e