使用函数中定义的函数答案

【问题标题】：Using a Function Defined In a Function使用函数中定义的函数
【发布时间】：2019-09-07 03:12:02
【问题描述】：

我正在尝试在我已经编写的函数中使用一个函数，它适用于 list comprehension 和部分函数，但不适用于 lambda 函数。

所以我的功能是：

import numpy as np
from scipy.optimize import minimize
from _functools import partial
from sklearn.metrics import mean_squared_error

arpdau = np.random.randint(0,100,15)

def fitARPDAU(arpdau, max_cohortday, method, par=None):

  valid = {'log', 'power', 'all'}
  if method not in valid:
      raise ValueError("results: method must be one of %r." % valid)

  values = par

  if method == 'log':

    if values == None:
      a = 1
      b = 0
      c = 1
      values = [a, b, c]
      bounds = [(1e-10, None), (1e-10, None), (None, None)]

    def getArpdauFunction(x, values):
      return values[0] * np.log(x + values[1]) + values[2]
  elif method == 'power':

    if values == None:
      a = 1
      b = 0
      c = .5
      d = 0
      values = [a, b, c, d]
      bounds = [(1e-10, None), (None, None), (1e-10, 1), (None, None)]


    def getArpdauFunction(x, values):
      return values[0] * (x + values[1]) ** values[2]+ values[3]

  elif method == 'all':

    log_loss = fitARPDAU(arpdau, max_cohortday, method='log', par=par)
    power_loss = fitARPDAU(arpdau, max_cohortday, method='power', par=par)

    combined_models = [log_loss, power_loss]
    losses = map(lambda x: x[0].fun, combined_models)
    return combined_models[np.argmin(losses)]

  def getLossOptim(values):

    # import ipdb; ipdb.set_trace()
    # arpdau_pred = [getArpdauFunction(x, values) for x in range(max_cohortday)]
    arpdau_pred_1 = map(lambda x: getArpdauFunction(x, values), range(max_cohortday))
    # arpdau_pred_2 = partial(getArpdauFunction, values=values)(range(271))
    return mean_squared_error(arpdau, arpdau_pred_1[:len(arpdau)])

  result = minimize(getLossOptim, values, method='L-BFGS-B', bounds=bounds)

  return result, [getArpdauFunction(x, result.x) for x in range(max_cohortday)], result.x, method, getArpdauFunction

print fitARPDAU(arpdau, 100, method='all', par=None)

在 getLossOptim 中是否有任何理由可以使部分和列表理解起作用，但 lambda 函数却不起作用？

lambda 函数返回

NameError: global name 'getArpdauFunction' is not defined

谢谢！

【问题讨论】：

“不起作用”是什么意思？
在另一个函数中定义的函数没有什么特别之处，出现此错误的原因是该函数可能未定义。例如，如果method 既不是'log' 也不是'power'，那么getArpdauFunction 是未定义的。
确实，getArpdauFunction() 绑定到 if method = 'all' 是什么？
您发布的代码没有主程序。您还没有跟踪代码以显示 getArpdauFunction 确实是在执行期间定义的。
顺便说一下，在 python 中，power 是**。 ^ 是异或。

标签： python numpy scipy

【解决方案1】：

这与在另一个函数内部定义的函数无关。如果method 不是'log' 或'power'，则永远不会定义getArpdauFunction()。

您可能应该为所有内容定义它，然后在方法为 'log' 或 'power' 时重载它。

这与您的问题无关，但您也不应该使用if x == None。因为None是一个单例，所以使用if x is None更高效和pythonic

【讨论】：

【解决方案2】：

正如我在评论中所说，您的问题与在另一个函数中定义的函数无关。您收到错误的原因是该函数有时未定义；如果method 既不是'log' 也不是'power'，则永远不会定义getArpdauFunction()。

这很容易解决。我现在能看到的最简洁的方法是声明几个函数，然后动态选择一个：

def identity(x): return x
def pp(x): return x+1
def mm(x): return x-1

functions = {
  "++": pp,
  "--": mm
}

default_function = identity

print(functions.get("++", default_function)(2)) # 3
print(functions.get("--", default_function)(2)) # 1
print(functions.get("non existing function name", default_function)(2)) # 2

如果你的函数很短（如本例，那么你可以直接写：

functions = {
  "++": lambda x: x+1,
  "--": lambda x: x-1
}

【讨论】：