Python - Funktionale Vererbung - Ändern von Schlüsselwortargumenten

Question

Ist es möglich, eine Funktion mit bestimmten Schlüsselwortargumenten zu definieren und dann einen Verweis auf dieselbe Funktion zu erstellen, aber verschiedene Schlüsselwortargumentwerte zu verwenden.

z.B. Ich habe die folgende

def f_beta(x,a=2.7,b=3.05): 
    """The un-normalised beta distribution function.""" 
    return math.pow(x, a - 1.0)*math.pow(1.0 - x, b - 1.0) 

und ich möchte etwas Gleichwertiges tun:

f = f_beta 
g = f_beta(a=1.0, b=10.0) 

wo f eine Kopie der ursprünglichen Funktion ist, und g ist die gleiche Funktion, jedoch mit unterschiedlichen Standardwerte für die Schlüsselwortargumente. Gibt es eine Möglichkeit, dies für g zu tun, ohne f_beta in eine Klasse zu bauen, und ohne verschiedene Funktionen neu schreiben zu müssen.

Motivation: habe ich eine Klasse, die eine Elementfunktion init_dist aufweist, die an einem gewissen Punkt I im __init__() definieren über:

self.init_dist = f_beta 

und möchte in der Lage sein, in einer neuen Funktion zu übergeben .

Ich habe im folgenden betrachtete:

• can-a-function-inherit-from-another-function-in-python
• python-inheritable-functions

und haben bei der Suche nach keine Antworten kein Glück hatte, oder wo ich nach Referenzen suchen soll.

Answer 1

Verwendung functools.partial:

Python 2.7.6 (default, Jun 22 2015, 17:58:13) 
[GCC 4.8.2] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
>>> from functools import partial 
>>> import math 
>>> def f_beta(x,a=2.7,b=3.05): 
...  """The un-normalised beta distribution function.""" 
...  return math.pow(x, a - 1.0)*math.pow(1.0 - x, b - 1.0) 
... 
>>> f = f_beta 
>>> g = partial(f_beta, a=1.0, b=10.0) 
>>> f() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: f_beta() takes at least 1 argument (0 given) 
>>> g() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: f_beta() takes at least 1 argument (2 given) 
>>> g(13) 
-5159780352.0 
>>> f(13, 1.0, 10.0) 
-5159780352.0 
>>>