具有固定数组值参数的python functools.partial

Question

我试图通过参数tiling将以下函数向量化

def find_tile(x,tiling):
    """
    Calculates the index of the closest element of 'tiling' to 'x'.
    tiling: array of grid positions
    x: variable of the same type as the elements of tiling
    """
    return np.argmin(np.linalg.norm(tiling - x, axis=1))

例如，函数的非向量化版本可以接受以下参数

tiling = np.array( [[i,j] for i in xrange(3) for j in xrange(3)] )
x = np.array([1.2, 2.7])

我感兴趣的是找到最快的矢量化，这样x仍然是一个向量，并且我可以传递一个参数列表tiling

因此，我尝试使用生成器定义多个加法：

tilings = (tiling + np.random.uniform(0,1,2)  for j in xrange(3))

然后使用map和functools.partial

map(functools.partial(find_tile, x=x), tilings)

显然，x作为数组或什么的有问题，因为我得到了错误：

Traceback (most recent call last):
  File "main.py", line 43, in <module>
    inds = map(functools.partial(find_tile, x=x), ts)
TypeError: find_tile() got multiple values for keyword argument 'x'

有人能给我解释一下怎么绕过它吗？

另外，是否有其他更快的方法(可能重写函数find_tile)？

Answer 1

您将x作为关键字参数传入。map()作为位置参数从tilings传入每个元素。但是，由于第一个位置参数是x，所以这与关键字参数相冲突。使用名称作为关键字参数并不会阻止该名称被一个位置参数填充。

不要为x使用关键字参数，只需将其作为位置参数传递给partial()

map(functools.partial(find_tile, x), tilings)

现在，tilings中的每个元素都作为第二个位置参数传入，并且调用工作。