如何在 python 3 中接收元组作为函数的参数？

Question

我有一些在 python2 中运行良好的代码。我需要把它翻译成python3。 有一点我不明白如何适应。

这是一些代码。

有错误的函数

def gauss((x, y), x0, y0, intens, sigma):
    return intens*numpy.exp(-(numpy.power(x-x0, 2)+numpy.power(y-y0, 2))/(2.*sigma**2)).ravel()

调用函数

def dofwhm(psfdata):
    x = numpy.arange(psfdata.shape[1])
    y = numpy.arange(psfdata.shape[0])
    x, y = numpy.meshgrid(x, y)
    popt, pcov = opt.curve_fit(gauss, (x, y), psfdata.ravel(), p0=[psfdata.shape[1]/2, psfdata.shape[0]/2, psfdata[psfdata.shape[1]/2, psfdata.shape[0]/2], 5.0])

    return 2.355*abs(popt[3])

我得到的错误是

Traceback (most recent call last):
  File "catalog.py", line 8, in <module>
    import cutPsf
  File "/Users/igor/GALPHAT/pypygalphat/preprocessingNew/cutPsf.py", line 9
    def gauss((x, y), x0, y0, intens, sigma):
              ^
SyntaxError: invalid syntax

有人可以帮我如何适应 python3 吗？

更新： 好吧，@hpaulj 的答案似乎是正确的。我发现有例程可以将 Python2 代码转换为 Python3 代码。结果在目标文件 2to3 -w cutPsf.py 上运行后，我从 hpaulj 获得了建议的解决方案。不幸的是，它导致了休闲错误：

Traceback (most recent call last):
  File "catalog.py", line 323, in <module>
    cutPsf.run(tempDir+galaxy.psffile, outDirFits+galaxy.psffile)
  File "/Users/igor/GALPHAT/pypygalphat_p3/preprocessingNew/cutPsf.py", line 63, in run
    coeffwhm = dofwhm(newPsf)
  File "/Users/igor/GALPHAT/pypygalphat_p3/preprocessingNew/cutPsf.py", line 20, in dofwhm
    psfdata.shape[1]/2, psfdata.shape[0]/2, psfdata[psfdata.shape[1]/2, psfdata.shape[0]/2], 5.0])
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

如前所述，一切都可以在 Python2 中完美运行...

Answer 1

您需要使用 * 运算符进行一些修改。

def gauss(x, y, x0, y0, intens, sigma):
    return intens*numpy.exp(-(numpy.power(x-x0, 2)+numpy.power(y-y0, 2))/(2.*sigma**2)).ravel()

def dofwhm(psfdata):
    x = numpy.arange(psfdata.shape[1])
    y = numpy.arange(psfdata.shape[0])
    x, y = numpy.meshgrid(x, y)
    popt, pcov = opt.curve_fit(gauss, *(x, y), psfdata.ravel(), p0=[psfdata.shape[1]/2, psfdata.shape[0]/2, psfdata[psfdata.shape[1]/2, psfdata.shape[0]/2], 5.0])

    return 2.355*abs(popt[3])

Answer 2

稍后再拆包

def gauss(xy, x0, y0, intens, sigma):
    x, y = xy
    return intens*numpy.exp(-(numpy.power(x-x0, 2)+numpy.power(y-y0, 2))/(2.*sigma**2)).ravel()

---

我根据典型的scipy 优化要求提出了这个建议，其中使用f(x, *args) 调用用户定义的函数，其中x 是优化的变量（可能是数组）。但curve_fit 不同。

scipy.optimize.curve_fit(f, xdata, ydata, p0=None,...)

f（你的gauss?）满足的地方：

ydata = f(xdata, *params) + eps 

https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.curve_fit.html

如果xdata 是(x,y) 元组或由它组成的数组，我想我的建议仍然有效。而ydata 就是psfdata.ravel()。