【问题标题】：Python iterrate on two keywords objectPython迭代两个关键字对象
【发布时间】：2022-01-15 06:53:22
【问题描述】：

背景

我想生成具有分布的随机数（np.random.normal、np.random.poisson 等），传递几个关键字参数（loc、scale、size 等。每个都是一个列表）。

loc = [1, 2, 3, 6, 10]
scale = [4, 6, 7, 8, 5]
size = [10, 9, 7, 8, 5]

# When I know which kwargs is in use, this lambda function works
list(map(lambda x, y: np.random.normal(loc=x, size=y), loc, size))

# however, the number of kwargs may change and the kwargs themselves may change. It won't work with codes below. How to generlize the function above?
list(map(lambda **params: np.random.normal(**params),**{'loc': loc, 'scale': scale, 'size': size}))
list(map(lambda x, y: np.random.poisson(loc=x, size=y), loc, size))

输出：

TypeError                                 Traceback (most recent call last)
<ipython-input-48-1f3449886ea1> in <module>
----> 1 list(map(lambda x, y: np.random.poisson(loc=x, size=y), loc, size))

<ipython-input-48-1f3449886ea1> in <lambda>(x, y)
----> 1 list(map(lambda x, y: np.random.poisson(loc=x, size=y), loc, size))

mtrand.pyx in numpy.random.mtrand.RandomState.poisson()

TypeError: poisson() got an unexpected keyword argument 'loc'

问题

有没有办法使用built-in/numpy 来迭代kwargs 的元素？

【问题讨论】：

标签： python numpy iteration

【解决方案1】：

你可以试试这个：

import numpy as np

params = dict(loc=[1,2,3,6,10],
              scale=[4,6,7,8,5],
              size=[10,9,7,8,5])

ds = (dict(zip(params.keys(), vals)) for vals in zip(*params.values()))
list(np.random.normal(**d) for d in ds)

【讨论】：

【解决方案2】：

如果你想使用map，你可以这样做：

params = (loc, scale, size)
names = ('loc', 'scale', 'size')

list(map(lambda p: np.random.normal(**dict(zip(names, p))),
         zip(*params)))

【讨论】：