0

我在这里有一个基于网络表单的宏观经济学模型，它接受参数和输入并求解线性方程组。

webapp2 处理程序：

class Islm(webapp2.RequestHandler):
    def get(self):
        a = self.request.get('a')
        b = self.request.get('b')
        c = self.request.get('c')
        d = self.request.get('d')
        A = self.request.get('A')
        G = self.request.get('G')
        T = self.request.get('T')
        M = self.request.get('M')
        P = self.request.get('P')

        template_values = {
            'url': url,
            'url_linktext': url_linktext,
            'a': a,
            'b': b,
            'c': c,
            'd': d,
            'A': A,
            'G': G,
            'T': T,
            'M': M,
            'P': P
            }

        if a: # need to change to have a better validation test.
            kwargs = {'a': float(a),
                      'b': float(b),
                      'c': float(c),
                      'd': float(d),
                      'A': float(A),
                      'G': float(G),
                      'T': float(T),
                      'M': float(M),
                      'P': float(P)
                      }
            Y, E, r = islm(**kwargs)
            template_values['Y'] = float(Y)
            template_values['E'] = float(E)
            template_values['r'] = float(r)
        else:
            pre_solve = 'ENTER VALUES'
            template_values['Y'] = pre_solve
            template_values['E'] = pre_solve
            template_values['r'] = pre_solve

        template = jinja_environment.get_template('islm.html')
        self.response.out.write(template.render(template_values))

求解器：

import numpy as np


def islm(**kwargs):

    a = kwargs['a']
    b = kwargs['b']
    c = kwargs['c']
    d = kwargs['d']
    A = kwargs['A']
    G = kwargs['G']
    T = kwargs['T']
    M = kwargs['M']
    P = kwargs['P']

    matrix_a = np.matrix([[1,-1,0],
                          [-1*a,1,b],
                          [c,0,-1*d]],
                         dtype=float)

    matrix_b = np.matrix([[0, 1, 0, 0],
                          [1, 0, -1*a, 0],
                          [0, 0, 0, 1/P]],
                         dtype=float)

    matrix_c = np.matrix([[A],
                          [G],
                          [T],
                          [M]],
                         dtype=float)

    return np.dot(np.linalg.inv(matrix_a), np.dot(matrix_b, matrix_c))

我知道这段代码很恶心，我只是不知道如何消除对每个参数执行以下操作所需的 DRY：

  1. 从 http GET 提交中获取参数值。
  2. 将其发送到模板值字典。
  3. 如果它有一个值，请将其转换为浮点数，以便 numpy 知道如何处理它。
  4. 获取求解器函数范围内的参数。

谢谢。

4

1 回答 1

2

您可以从创建所有输入和输出的元组开始：

input_vars = ('a', 'b', 'c', 'd', 'A', 'G', 'T', 'M', 'P')
output_vars = ('Y', 'E', 'r')

您也可以只留下template_values一些值并动态填充其余值：

template_values = {
    'url': url,
    'url_linktext': url_linktext,
}

现在您可以动态创建kwargs和填充template_values：

kwargs = {}
complete = True
for var in input_vars:
    template_values[var] = self.request.get(var)
    if var in self.request:
        try:
            kwargs[var] = float(self.request[var])
        except ValueError:
            # not a number
            complete = False
    else:
        # not provided
        complete = False

在这里，我们还有一个变量complete；如果提供了所有内容并成功解析为浮点数，complete则为True. 如果未提供某些内容或未能将其解析为浮点数，complete则为False.

现在我们可以运行求解器：

if complete:
    output = islm(**kwargs)
    for var, value in zip(output_vars, output):
        template_values[var] = value
else:
    for var in output_vars:
        template_values[var] = 'ENTER VALUES'

在这里，如果完成，我们可以运行求解器，然后将输出值放入template_values. 否则，我们只需将每个模板变量设置为'ENTER VALUES'.

至于你的求解器，没有必要**kwargs争论。只需这样做：

def islm(a, b, c, d, A, G, T, M, P):
    matrix_a = # ...
    # ...
    return np.dot( # ...
于 2011-12-31T01:02:47.970 回答