Python'da dinamik olarak bir lambda işlevi oluşturun

Question

Daha sonra scipy nsolve işleviyle çözülecek bir dizi denklemde birleştirilecek bir işlev oluşturmak istiyorum. Böyle bir işlev oluşturmak isteyen:

xi + Xı + 1 + xi + 3 = 1

olan değişken sayısı bileşenlerin sayısına bağlı olacaktır.

f = lambda x: x[0] + x[1] - 1 

3 için: fonksiyon argüman içinde bir dizi denecek

f = lambda x: x[0] + x[1] + x[2] - 1 

I bileşenleri belirtmek:

def my_func(components): 
     for component in components: 
     ..... 
     ..... 
     return f 

Örneğin, eğer 2 bileşenden Bunu yapmanın bir yolunu bulamıyorum. Bu fonksiyonu olarak bu şekilde yapabilmek için var, diğer fonksiyonlar nsolve birlikte çözülmesi gereken:

x0 = scipy.optimize.fsolve(f, [0, 0, 0, 0 ....]) 

Herhangi bir yardım

Teşekkür mutluluk duyacağız!

---

ben tamamen benim yapmaya çalıştığım şey bu açıklayacağız bunu yapmanın en iyi yolu olan emin değilim beri:

-Ben daha sonra olmasını iki işlevi oluşturmak için çalışıyor nsolved:

bu yüzden bir işlev Teste oluşturmak istiyorum ([bileşenlerin listesi]) beni dönebilmek Bu iki denklem (Psat (T), bileşene bağlı olarak çağırabileceğim bir işlevdir ve P bir sabittir (değer = 760)).

Örnek:

teste(['Benzene','Toluene']) 

döndürür:

xBenzene + xToluene = 1

xBenzene psát ('Benzen') + xToluene psát ('Toluen') = 760

numaralı telefon numarası:

teste(['Benzene','Toluene','Cumene']) 

bu döndürür:

xBenzene + xToluene + xCumene = 1

xBenzene psát ('Benzen') + xToluene psát ('Toluen') + xCumene * psát ('Kümen') = 760

Tüm bu x değerleri, hesaplayabileceğim ve özetleyebileceğim bir listeye dönüşen bir şey değildir. Onlar sistemde sahip olduğum bileşenlerin bir fonksiyonu olarak yaratılan değişkenlerdir ...

f = lambda *x: sum(x) - 1 

Ama bu gerçekten istediğiniz buysa emin değil:

Umut bu olurdu bu

Answer 1

Ben Numpy yararlanmak ve böyle bir şey yapsın:

Aslında ne çözmeye çalıştığınız formun memesinin = b lineer denklem bir olasılıkla gereğinden az sistemidir

def teste(molecules): 
    P = np.array([Psat(molecule) for molecule in molecules]) 
    f1 = lambda x: np.sum(x) - 1 
    f2 = lambda x: np.dot(x, P) - 760 
    return f1, f2 

. aşağıdaki gibi A ve b inşa edebilirsiniz:

A = np.vstack((np.ones((len(molecules),)), 
       [Psat(molecule) for molecule in molecules])) 
b = np.array([1, 760]) 

Ve sonra bir 2 eleman vektör dönen tek lambda fonksiyonu oluşturabilirsiniz:

return lambda x: np.dot(A, x) - b 

Ama gerçekten en iyisidir sanmıyorum denklemlerinizi çözme yaklaşımı: ya da np.linalg.solve(A, b) ile alabileceğiniz tek bir çözümünüz var ya da sonsuz sayıda çözüm içeren lineer bir sisteminiz var. Bu durumda, bulmak istediğiniz şey çözüm alanında bir temel değil, tek bir nokta değil. Bu alan, girdi olarak bir işlev alan sayısal çözücüden alacağınız alan.

Answer 2

doğrudan çeviri yapmanın en iyi yolu bulmak için yardımcı olur.

Answer 3

Gerçekten bir işlevi yinelemeli olarak oluşturarak tanımlamak isterseniz, bunu yapabilirsiniz. Bunun en iyi yanıt, hatta makul bir olacağını her durumda düşünemiyorum, ama o kadar, istediğin ne:

def my_func(components): 
    f = lambda x: -1 
    for component in components: 
     def wrap(f): 
      return lambda x: component * x[0] + f(x[1:]) 
     f = wrap(f) 
    return f 

Şimdi: Tabii bu Of

>>> f = my_func([1, 2, 3]) 
>>> f([4,5,6]) 
44 

hata ayıklamak için eğlenceli olmaz. Örneğin, f([4,5]) numaralı telefonu arayarak izlemeye bakın.

Answer 4

dinamik sonra bir dize ile bir lambda inşa böyle eval fonksiyonu ile ayrıştırabilir:

a = [1, 2, 3] 

s = "lambda x: " 
s += " + ".join(["x[" + str(i) + "]" for i in xrange(0, 3)]) # Specify any range 
s += " - 1" 

print s 

f = eval(s) 
print f(a) 

Answer 5

def make_constraint_function(components): 
    def constraint(vector): 
     return sum(vector[component] for component in components) - 1 
    return constraint 

Bir lambda'da yapabileceğini, ancak adlandırılmış işlev daha okunabilir olabilir. def beslenen fonksiyonlar lambda kutu ve daha fazlasını yapabilir. Fonksiyonu iyi bir doktora verdiğinizden ve programınız için uygun değişken ve fonksiyon adlarını kullandığınızdan emin olun.