python将不同的**KWARG传递给多个函数

通过python文档和stackoverflow，我了解了如何在def函数中使用**kwargs。但是，我有一个案例需要两组**KWARG用于两个子功能。有人能告诉我如何正确地分开**kwargs吗

我的目标是：绘制一组点和插值平滑曲线，
还有我的简单示例代码：

def smoothy(x,y, kind='cubic', order = 3, **kwargs_for_scatter, **kwargs_for_plot):
    yn_cor = interp1d(x, y, kind=kind, assume_sorted = False)
    xn = np.linspace(np.min(x), np.max(x), len(x) * order)
    plt.scatter(x,y, **kwargs_for_scatter)
    plt.plot(xn, yn_cor(xn), **kwargs_for_plot);
    return

---

谢谢你的帮助。

没有这样的机制。有一个建议，即Python3.5和下面的泛化参数解包。Python3.4和以前的版本不支持它。一般来说，您能做的最好的事情是：

def smoothy(x,y, kind='cubic', order = 3, kwargs_for_scatter={}, kwargs_for_plot={}):
    yn_cor = interp1d(x, y, kind=kind, assume_sorted = False)
    xn = np.linspace(np.min(x), np.max(x), len(x) * order)
    plt.scatter(x,y, **kwargs_for_scatter)
    plt.plot(xn, yn_cor(xn), **kwargs_for_plot);
    return

然后将这些选项作为字典（而不是kwargs）传递到

smoothy

smoothy(x, y, 'cubic', 3, {...}, {...})

因为变量名可能会向调用者公开，所以您可能希望将它们重命名为较短的名称（可能是

scatter\u options

和

plot\u options

）

更新：Python 3.5和3.6现在是主流，它们确实支持基于PEP-448的扩展解包语法

>>> d = {'name': 'joe'}
>>> e = {'age': 20}
>>> { **d, **e }
{'name': 'joe', 'age': 20}

然而，在这个用于多个目的地场景的kwargs中，这并没有多大帮助。即使

smoothy（）

函数使用统一的kwargs抓包，您也需要确定它们中的哪些用于哪些子函数。最好是一团糟。多个

dict

参数，其中一个要传递给每个kwarg-taking子函数，这仍然是最好的方法。

使用类获得帮助 我来问这个问题，因为我需要做类似的事情。经过一番思考，似乎课堂教学法会对我有所帮助。我希望这也能推广到其他一些国家

import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import interp1d

class KWAs:
    def __init__(self, algo):
        self.algo = algo
        self.kwargs_dict = {
            'scatter_params':{},
            'plot_params':{}
        } # preloading group keys allows plotting when a kwarg group is absent.

    def add_kwargs_to_dict(self, group_name, **kwargs):
        self.kwargs_dict[group_name] = kwargs

    def list_kwargs(self):
        print('Listing all kwarg groups:')
        for kwargs in self.kwargs_dict:
            print('\tkwarg group {}: {}'.format(kwargs, self.kwargs_dict[kwargs]))
        print()

    def get_kwarg_group(self,group):
        print('kwarg group {}: {}'.format(group, self.kwargs_dict[group]))
        print()

    def smoothy(self, x,y, kind='cubic', order = 3):
        yn_cor = interp1d(x, y, kind=kind, assume_sorted = False)
        xn = np.linspace(np.min(x), np.max(x), len(x) * order)
        plt.scatter(x,y, **self.kwargs_dict['scatter_params'])
        plt.plot(xn, yn_cor(xn), **self.kwargs_dict['plot_params'])

        plt.show()

kwas = KWAs('LSQ')
N = 20
colors = np.random.rand(N)
area = (20 * np.random.rand(N))**2

kwas.add_kwargs_to_dict('scatter_params', s=area, c=colors, alpha=0.5)
kwas.add_kwargs_to_dict('plot_params', linewidth=2.0, color='r')
kwas.list_kwargs()
kwas.get_kwarg_group('scatter_params')
kwas.get_kwarg_group('plot_params')

x = []; y = []
for i in range(N):
    x.append(float(i)*np.pi/float(N))
    y.append(np.sin(x[-1]))

kwas.smoothy(x, y)

我不知道您试图用kwargs控制哪些参数，所以我根据matplotlib示例制作了一些。上述方法有效，您可以将无限数量的kwarg组添加到类的kwargs字典中，并添加可以根据需要使用kwargs的其他方法

下面是使用我添加的参数的输出：

另一种更不同的方法 我意识到我参加聚会有点晚了。然而，在处理由其他几个类组成的类时，我偶然发现了一个类似的问题。我希望避免为每个子类（或-函数）传递字典，如果复制组件类的所有参数并在稍后阶段更新所有参数，那将是非常不安全的

我的解决方案当然不是最短的，也不是很好，但我认为它有一定的优雅。我修改了下面的函数

smoothy

：

import inspect

def smoothy(x,y, kind='cubic', order = 3, **kwargs):
    yn_cor = interp1d(x, y, kind=kind, assume_sorted = False)
    xn = np.linspace(np.min(x), np.max(x), len(x) * order)

    scatter_args = [k for k, v in inspect.signature(plt.scatter).parameters.items()]
    scatter_dict = {k: kwargs.pop(k) for k in dict(kwargs) if k in scatter_args}
    plt.scatter(x,y, **scatter_dict)

    plot_args = [k for k, v in inspect.signature(plt.plot).parameters.items()]
    plot_dict = {k: kwargs.pop(k) for k in dict(kwargs) if k in plot_args}
    plt.plot(xn, yn_cor(xn), **plot_dict);
    return

解释

首先，使用

inspect.signature（）

列出第一个函数（scatter）接受的参数（

scatter\u args

）。然后从kwargs构造一个新的字典（

scatter\u dict

），只提取参数列表中的项目。在这里使用

dict（kwargs）

可以确保我们循环使用kwargs的副本，这样我们就可以在不出错的情况下更改原始文件。然后可以将这个新字典传递给函数（scatter），并为下一个函数重复这些步骤

一个陷阱是kwargs中的参数名称可能不会重复，因为它现在是一个单独的dict。因此，对于不控制参数名称的预构建函数，此方法可能会遇到问题

---

这确实允许我将所述合成类用作父类（或子类）（传递kwargs的剩余部分）。

只传递

scatter

和

plot

作为正常

dict

s？看起来它们是必需的参数。。。然后在函数中使用

**散布

或

**绘图

。。。你没有对他们做任何其他事情，因为我建议不要再在参数中保留

kwargs\u for

。。。（无论如何，@JonClements看起来我们有一个种族条件/同时编辑，但得出了相同的结论！别担心。。。非常好的答案（尽管我有偏见的咳嗽）。。。我只是不确定是这么简单，还是需要更复杂的东西+我写了一篇关于拼写和选项的文章：）