python - 如何在 RPy 中使用 smooth.spline 的 lambda 参数而无需 Python 将其解释为 lambda

Question

我想在 Python 中使用来自 R 的自然三次平滑样条 smooth.spline(就像许多其他人想要的一样(Python natural smoothing splines，Is there a Python equivalent to the smooth.spline function in R，Python SciPy UnivariateSpline vs R smooth.spline，...))因此，我正在使用 rpy2 中描述的 lambda ，但我想直接设置 spar 而不是 spline1 = r_smooth_spline(x=r_x, y=r_y, lambda=42) :

import rpy2.robjects as robjects
r_y = robjects.FloatVector(y_train)
r_x = robjects.FloatVector(x_train)

r_smooth_spline = robjects.r['smooth.spline'] #extract R function# run smoothing function
spline1 = r_smooth_spline(x=r_x, y=r_y, lambda=42)
#alternative: spline1 = r_smooth_spline(x=r_x, y=r_y, spar=0.7) would work fine, but I would like to control lambda dirctly
ySpline=np.array(robjects.r['predict'](spline1,robjects.FloatVector(x_smooth)).rx2('y'))
plt.plot(x_smooth,ySpline)

当我这样做时，lambda 行不起作用，因为 Python 已经预定义了 lambda 的解释(您可以从 lambda 的蓝色代码突出显示中看到这一点):(我希望将 lambda 解释为平滑惩罚参数 lambda。

如果我用 spar 替换 lambda 我会得到一个自然的三次样条，但我想直接控制 ojit_code。

Answer 1

这个小技巧可以解决您遇到的特定问题，方法是让您在字符串中写入“lambda”。

kwargs = {"x": r_x, "y": r_y, "lambda":  42}
spline1 = r_smooth_spline(**kwargs)

在一般情况下，您可以使用元组和字典轻松传递参数容器。

# as normal
f = function("foo", "bar", my_kwarg="my_value")

# the same call using argument containers
args = ("foo", "bar")
kwargs = {"my_kwarg": "my_value"}
f = function(*args, **kwargs)