类的自变量作为类方法的参数（python）

Question

这是我的问题：

给定任意两个函数，例如。 f(x,a) 和 g(x,b)，我想构建一个新函数，比如 F(f,g)，它返回 f 和 g 的乘积。所以：

F(f,g) = f*g = f(x, a) * g(x, b) = F(x, a, b)

我希望尽可能少地进行这种硬编码。所以，对于 h(x, c, d)，我会得到 F(f,h) = F(x, a, c, d)。 鉴于那时我想最小化 F，我想建立一个类。这是一个 MWE：

import numpy as np
from inspect import getargspec

def f(x, a):
    return np.tanh(x*a)

def g(x, b):
    return np.power(x,b)

def h(x, c, d):
    return x*c+np.log(x)

class fit_func(object):
    def __init__(self, data, *args):
        self.data = data
        self.func_a = args[0]
        self.func_b = args[1]
        self.args_a = getargspec(args[0])[0][1:]
        self.args_b = getargspec(args[1])[0][1:]

此时，我想到了包含以下__call__方法：

    def __call__(self, *self.args_a, *self.args_b):
        return self.func_a(self.data,self.args_a)*self.func_b(data,self.args_b)

我想：这样一个类的实例，比如F = fit_func(some_data_array,f,g)，可以调用为F(a,b)。但是，python 不喜欢__call__ 的参数中的self.args_a 和self.args_b，我明白为什么。 有人知道获得这个的聪明方法吗？提前非常感谢您

Answer 1

如果您只接受位置参数，最好保存每个函数的参数长度，然后在调用方法中将 args 的适当切片传递给每个函数：

import numpy as np
from inspect import getargspec

class fit_func(object):
    def __init__(self, *args):
        self.func_a = args[0]
        self.func_b = args[1]
        self.size_arg_a = len(getargspec(self.func_a)[0])
        self.size_arg_b = len(getargspec(self.func_b)[0])
    def __call__(self, *args):
        return self.func_a(*args[:self.size_arg_a]) * self.func_b(*args[self.size_arg_b-1:])

演示：

def f(x, a):
    return np.tanh(x*a)

def h(x, c, d):
    return x*c+np.log(x)

F = fit_func(f, h)
print(F(3, 4, 3, 5, 7))
16.0986122875

如果您想将关键字参数传递给最终函数：

import numpy as np
from inspect import getargspec
from operator import itemgetter


class fit_func(object):
    def __init__(self, *args):
        self.func_a = args[0]
        self.func_b = args[1]
        self.arg_a = getargspec(self.func_a)[0]
        self.arg_b = getargspec(self.func_b)[0]

    def __call__(self, **kwargs):
        arg_a = itemgetter(*self.arg_a)(kwargs)
        arg_b = itemgetter(*self.arg_b)(kwargs)
        return self.func_a(*arg_a) * self.func_b(*arg_b)

演示：

def f(x, a):
    return np.tanh(x*a)

def h(x, c, d):
    return x*c+np.log(x)

F = fit_func(f, h)
print(F(x=3, a=4, c=5, d=7))
16.0986122875