python - 在函数体中接收 **kwargs 和解包参数而不是简单的参数 - 为什么？

Question

我正在查看 sklearn.model_selection.train_test_split 的 scikit-learn 实现。 Sklearn 通常有高质量的代码，所以我不时阅读它以学习好的做法。但是最近我发现了这样的东西:

def train_test_split(*arrays, **options):
    """
    ...
    """
    n_arrays = len(arrays)
    if n_arrays == 0:
        raise ValueError("At least one array required as input")
    test_size = options.pop('test_size', None)
    train_size = options.pop('train_size', None)
    random_state = options.pop('random_state', None)
    stratify = options.pop('stratify', None)
    shuffle = options.pop('shuffle', True)

    if options:
        raise TypeError("Invalid parameters passed: %s" % str(options))

    # ...

我想知道，为什么选择这种方法？这对我来说似乎是一种反模式，但我认为 sklearn 开发人员知道他们在做什么，所以我可能会漏掉一些要点。为什么不只是简单地:

def train_test_split(*arrays, test_size=None, train_size=None, ...): 
    # ...

函数内拆包有什么优势吗？

Answer 1

就是控制TypeError给出一个更容易理解的错误。我猜!

使用您提出的方法，错误将是:

TypeError: train_test_split() 得到了一个意外的关键字参数 'not_a_valid_kw'