如何按摩numpy函數參數

不幸的是，使用inspect不可能獲得numpy函數參數，因爲它們不是python代碼。但是從手冊中，我們可以輕鬆地檢索像如何按摩numpy函數參數

uniform([low, high, size]) 
triangular(left, mode, right[, size])

說明要鏈接到Excel的目的，就足以將它們轉換爲

uniform(low=None, high=None, size=None) 
triangular(left, mode, right, size=None)

我敢肯定，這種轉換可以實現自動化，但我在Python中對字符串處理的知識很少，如何做到這一點的任何建議都會受到歡迎。

來源

2015-12-29 maurizio nardò

他原來的'統一（低= 0.0，高= 1.0，大小=無）'有什麼問題？ –

目前恐怕這太模糊，一般：你能更具體嗎？你是什麼意思，「手動」？你想在什麼情況下做到這一點？你打算如何鏈接到Excel？提出一個具體的問題，理想情況下使用一些代碼，或者至少是僞代碼。 – strubbly

「統一（低= 0.0，高= 1.0，大小=無）」沒有錯。但我不知道如何檢索它「統一」。 –

理想情況下，你會使用inspect來做到這一點（我建議你看看這個模塊），但一個快速和有點髒的方法是解析你想要的方法的文檔。這使大多數你想要的格式方法原型（取決於文檔字符串是如何寫的），然後你可以手工清理其他：

import numpy as np 

for method_name, method in np.random.__dict__.items(): 
    try: 
     docstring_lines = method.__doc__.split('\n') 
    except (AttributeError,): 
     continue 
    if len(docstring_lines) == 0: 
     continue 
    for line in docstring_lines: 
     if method_name in line: 
      print(line.strip()) 
      break

例如

power(a, size=None) 
get_state() 
multivariate_normal(mean, cov[, size])  # <-- NB needs cleaning up 
gamma(shape, scale=1.0, size=None) 
random_sample(size=None) 
random_sample(size=None) 
standard_cauchy(size=None) 
choice(a, size=None, replace=True, p=None) 
...

來源

2015-12-29 10:03:20 xnx

樣品看起來很好，除了清理仍然需要。無論如何，我會採取看看檢查的建議 –

如何按摩numpy函數參數

回答

相關問題