转换浮动到numpy数组的函数参数

Question

我想在python中向量化一个函数。我希望函数的参数能够作为标量（浮点数，整数等）或作为numpy数组传递。对于作为标量传递的参数，它们应该以指定长度的numpy数组形式进行广播。

函数的参数随后将在函数中使用，因此参数的名称需要保留。

这是我现在有代码，但它不工作：

def f(arg1, arg2, length = 4): 
    arguments = locals() 
    for name in arguments: 
     if isinstance(arguments[name], (float,int)) : 
      eval(name) = np.array([float(arguments[name])] * length) 
    return arg1,arg2 

该函数应返回这样：

F（1,2，长度= 4）

= >数组（[1.，1.，1.，1.。）），数组（[2.，2.，

Answer 1

如何：

import numpy as np 

def f(*args, **kwargs): 
    length = kwargs.get("length", 1) 
    ret = [] 
    for arg in args: 
    if isinstance(arg, (float, int)): 
     ret.append(np.repeat(arg, length)) 
    else: 
     ret.append(arg) 
    return tuple(ret) 

print f(1, 2, length=4) 

整个做法让我觉得有点奇怪。很想看到一个令人信服的用例。