Python 3 动态更改名称答案

【问题标题】：Python 3 change the names dynamicallyPython 3 动态更改名称
【发布时间】：2018-07-17 23:58:55
【问题描述】：

import numpy as np
Method_name = "method_a"
#Method_name = "method_b"

def method_a (x, y):
    result = x + y
    return result

def method_b (x, y):
    result = x * y
    return result

result_method_a = np.zeros((0,1))
result_method_b = np.zeros((0,1))

x1 = 1
x2 = 5

for i in range (10):

    result = method_a(x1, x2)
    result +=1
    print (result)
    result_method_a = np.vstack((result_method_a, result))

    x1 += 1
    x2 += 5

如果我激活 method_a 或 method_b，有什么方法可以动态更改名称

例如：如果我取消注释该行：

Method_name = "method_b"

然后我会得到：

result = method_b(x1, x2)

和：

result_method_b = np.vstack((result_method_b, result))

等等

这只是一个小例子。

【问题讨论】：

标签： arrays python-3.x numpy dynamic names

【解决方案1】：

您可以使用内置的eval() 函数。

Method_name_a = "method_a"
Method_name_b = "method_b"

method_to_run = Method_name_a # change this as needed

def method_a (x, y):
    result = x + y
    return result

def method_b (x, y):
    result = x * y
    return result

x1 = 1
x2 = 5

res = eval(method_to_run)(x1, x2)
print(res)

您可以在使用 numpy 函数时重新创建相同的内容。

但是，我建议不要使用eval()，尤其是当您将用户输入作为参数传递时。您可以在线阅读更多相关信息。

另一种解决方案

Method_name_a = "method_a"
Method_name_b = "method_b"

def method_a (x, y):
    result = x + y
    return result

def method_b (x, y):
    result = x * y
    return result

method_mapping = {
    Method_name_a: method_a,
    Method_name_b: method_b
}

method_to_run = Method_name_a

# You could also set a default function to run in case
# the desired function is not available
method = method_mapping.get(method_to_run) 

x, y = 3, 5
res = method(x, y)
print(res)

这个解决方案是安全的，我更喜欢它而不是使用 eval() 函数的那个。

【讨论】：

【解决方案2】：

不要关注名称，而要关注函数对象。

if True:
    method = method_a
else:
    method = method_b

result = method((x1,x2)

可以根据 if 语句运行任一函数。

函数是 Python 中的“一等”对象，可以像数字一样分配、放入列表等。

将字符串与函数连接起来最简单的方法是使用字典：

dd = {'foo_a':method_a, 'foo_b':method_a, 'bar_a': method_b}

另外，最好构建一个数组列表并应用vstack一次：

alist = []
for i in range...:
   alist.append(anarray)
arr = np.vstack(alist)

【讨论】：