在python中使用列表而不是分隔参数

我正在尝试使用函数

np.random.curve_fit（x，a，b，c，…，z）

和大量但固定数量的拟合参数。这里是否可以使用元组或列表来表示简短，例如

np.random.curve_fit（x，P）

，其中

P=（a，b，c，…，z）

好吧，要转换示例，可以使用

np.random.normal（x，*p）

。然而，

np.random.normal（x，a，b，c，…，z）

实际上不起作用。也许你指的是另一个函数？

好吧，要转换你的例子，你可以使用

np.random.normal（x，*p）

。然而，

np.random.normal（x，a，b，c，…，z）

实际上不起作用。也许你指的是另一个功能？

是的，像这样：

np.random.normal(x, *P)

星号表示“从该序列中获取其余参数。”

请参见。

是的，如下所示：

np.random.normal(x, *P)

星号表示“从该序列中获取其余参数。”

---

请参阅。

是，使用拆包操作员：

np.random.normal(x, *P)

---

是，请使用开箱操作员：

np.random.normal(x, *P)

---

使用

*

：

np.random.normal（x，*P）

并且它们都不接受*args列表…：-）使用

*

：

np.random.normal（x，*P）

并且它们都不接受*args列表…：-）对于这种情况，我应该使用P=（a，b，c）还是P=[a，b，c]？或者，也许，这不重要？@freude:没关系，任何iterable都应该有效。在这种情况下，我应该使用P=（a，b，c）还是P=[a，b，c]？或者，也许，这不重要？@freude:没关系，任何iterable都应该有效。在这种情况下，我应该使用P=（a，b，c）还是P=[a，b，c]？或者，也许，这不重要？@freude:这不重要-列表和元组都是序列，将以相同的方式处理。对于这种情况，我应该使用P=（a，b，c）还是P=[a，b，c]？或者，也许，这不重要？@freude:这不重要——列表和元组都是序列，将以相同的方式处理。