python函數(shù)中將變量名轉(zhuǎn)換成字符串實例
更新時間：2020年05月11日 10:48:08 作者：Jack_kun
這篇文章主要介紹了python函數(shù)中將變量名轉(zhuǎn)換成字符串實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
考慮到在日常中，常常需要對模型指標輸出，但涉及多個模型的時候，需要對其有標示輸出，故需要將模型變量名轉(zhuǎn)換成字符串。
看到的基本方法有兩種：
一、方法層面：
方法1（函數(shù)內(nèi)推薦）：
def namestr(obj, namespace): return [name for name in namespace if namespace[name] is obj] print(namestr(lr_origin,globals()),'\n', namestr(lr_origin,globals())[0])
輸出：
‘lr_origin'
方法2：
import inspect, re def varname(p): for line in inspect.getframeinfo(inspect.currentframe().f_back)[3]: m = re.search(r'\bvarname\s*\(\s*([A-Za-z_][A-Za-z0-9_]*)\s*\)', line) if m: return m.group(1) varname(lr_origin)
輸出：
'lr_origin'
二、示例
采用方法1
def small_feature_model(model,X_train=X_train,y_train=y_train,X_test=X_test, y_test=y_test):
pca = PCA(n_components=150,random_state=0,whiten=True)
pipeline = Pipeline([('scale',StandardScaler()),('pca',pca)])
processing = pipeline.fit(X_train)
X_train = processing.transform(X_train)
X_test = processing.transform(X_test)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
# print(namestr(model,globals()))
print('**small-%s的準確率**: %.3f' %(namestr(model,globals())[0],accuracy_score(y_pred=y_pred, y_true=y_test)))
small_feature_model(svm_origin)
輸出
['svm_origin']
**small-svm_origin的準確率**: 0.789
for model in [svm_origin, svm_rbf, lr_origin]:
small_feature_model(model)
輸出
**small-svm_origin的準確率**: 0.789 **small-svm_rbf的準確率**: 0.811 **small-lr_origin的準確率**: 0.835
采用方法2
def small_feature_model(model,X_train=X_train,y_train=y_train,X_test=X_test, y_test=y_test):
pca = PCA(n_components=150,random_state=0,whiten=True)
pipeline = Pipeline([('scale',StandardScaler()),('pca',pca)])
processing = pipeline.fit(X_train)
X_train = processing.transform(X_train)
X_test = processing.transform(X_test)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
# print(namestr(model,globals()))
print('**small-%s的準確率**: %.3f' %(varname(model),accuracy_score(y_pred=y_pred, y_true=y_test)))
small_feature_model(svm_origin)
輸出
**small-model的準確率**: 0.789
for model in [svm_origin, svm_rbf, lr_origin]:
small_feature_model(model)
輸出
**small-model的準確率**: 0.789 **small-model的準確率**: 0.811 **small-model的準確率**: 0.835
補充知識：一個python實現(xiàn)翻轉(zhuǎn)字符串的函數(shù)
實現(xiàn)字符串翻轉(zhuǎn)的函數(shù)(python)
string = 'abcdef' def demo1(string): if len(string) <= 1: return string return demo1(string[1:]) +string[0] print(demo1(string))
中間用到了遞歸和切片不知道效率如何
以上這篇python函數(shù)中將變量名轉(zhuǎn)換成字符串實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Pycharm調(diào)試程序技巧，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
這篇文章主要為大家詳細介紹了python讀取Excel的實例，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-08-08
這篇文章主要介紹了PyCharm中PIL/Pillow的安裝,本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2023-03-03
這篇文章主要介紹了python實現(xiàn)保存網(wǎng)頁到本地示例,需要的朋友可以參考下2014-03-03
因為最近接觸到調(diào)用新浪微博開放接口的項目，所以就想試試用python調(diào)用微博API,需要的朋友可以參考下2014-07-07
曲線擬合是數(shù)據(jù)分析和數(shù)學(xué)建模領(lǐng)域中廣泛使用的技術(shù),它涉及到尋找最接近一組數(shù)據(jù)點的數(shù)學(xué)函數(shù)的過程,本文我們將討論如何使用SciPy庫在Python中執(zhí)行3D曲線擬合,感興趣的小伙伴可以了解下2023-11-11
這篇文章主要介紹了python列表刪除和多重循環(huán)退出原理詳解,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-03-03
在本篇內(nèi)容中小編給大家總結(jié)了關(guān)于Python3解釋器的用法以及相關(guān)知識點，需要的朋友們學(xué)習(xí)下。2019-02-02
這篇文章主要介紹了Python讀寫yaml文件，yaml 是專門用來寫配置文件的語言，非常簡潔和強大,之前用ini也能寫配置文件，有點類似于json格式，下面關(guān)于Python讀寫yaml文件的詳細資料，需要的小伙伴可以參考一下2022-08-08
超詳細注釋之OpenCV實現(xiàn)視頻實時人臉模糊和人臉馬賽克
這篇文章主要介紹了OpenCV實現(xiàn)視頻實時人臉模糊和人臉馬賽克，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-09-09