科学Python中的最佳多返回值

Question

科学Python中的最佳多返回值

4

我在研究代码中使用scipy/numpy，而不是matlab。但是我经常遇到一个问题。虽然我找到了一种解决方案，但我希望能够寻找到更好的做法和解决方案。想象一下某些数学优化：

def calculation (data, max_it=10000, tol = 1e-5):
    k = 0
    rmse = np.inf 
    while k < max_it and rmse > tol:
        #calc and modify data - rmse becomes smaller in each iteration
        k += 1
    return data

它很好用，我将它嵌入到我的代码中，在多个位置使用，例如：

 import module
 d = module.calculation (data)

但有时我需要进一步了解并需要多个返回值。如果我简单地附加多个返回值，则必须修改其他代码并解压缩第一个返回值。这是我比较喜欢Matlab而非Scipy的几种情况之一。在Matlab中，仅评估第一个返回值，除非您明确要求其余部分。因此，我对于类似Matlab（=最佳）的多个返回值使用全局变量[模块]的解决方法。

def calculation (data, max_it=10000, tol = 1e-5):
    global k
    global rmse
    k = 0
    rmse = np.inf 
    while k < max_it and rmse > tol:
        #calc and modify data - rmse becomes smaller in each iteration
        k += 1
    return data

我的函数调用可以直接使用，如果我想在ipython中验证一些东西，我会将一些变量设置为全局变量，然后使用reload(module)重新加载模块，并通过module.rmse来检查结果。

但是我也可以从一开始就采用面向对象的方法，或者使用pdb，或者使用其他ipython魔法。

- user421929

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- unutbu · Accepted Answer

当调用"calculation"函数时，可以使用"info=True"参数来指定要返回更多信息。 "np.unique"（其具有"return_inverse"和"return_index"参数）和 "scipy.optimize.leastsq"（其具有"full_output"参数）采用了这种方法。

def calculation(data, max_it=10000, tol = 1e-5, info=False):
    k = 0
    rmse = np.inf 
    while k < max_it and rmse > tol:
        #calc and modify data - rmse becomes smaller in each iteration
        k += 1
    if info:
        return data, k, rmse
    else:
        return data

或者，您可以在 calculation 函数上分配其他属性：

def calculation(data, max_it=10000, tol = 1e-5):
    k = 0
    rmse = np.inf 
    while k < max_it and rmse > tol:
        #calc and modify data - rmse becomes smaller in each iteration
        k += 1
    calculation.k = k
    calculation.rmse = rmse
    return data

添加的信息将会被访问。

import module
d = module.calculation(data)
rmse = module.calculation.rmse

请注意，如果从多个线程并发运行calculation，则这种后一种方法将不起作用...

在CPython中（由于GIL），每次只有一个线程可以执行，因此没有必要在多个线程中运行calculation。但是谁知道呢？也许在小规模使用线程的情况下，比如在GUI中，可能会有一些情况需要使用线程。在那里，访问calculation.k或calculation.rmse可能会返回错误值。

此外，Python之禅说：“显式优于隐式”。

因此，我建议第一种方法胜过第二种方法。