Python做控制变量实验的工具

在控制变量实验中，我们通常需要固定住一个或几个参数，并遍历一个区间将参数代入实验中。
假设一个叫func的函数有三个参数，第一个参数固定，第二、三个参数是需要控制变量的，那么在参数离散取值的情况下，罗列出第二、第三个参数所有的情况，就需要用排列组合将不同参数代入func进而得到实验结果。本人实现了这样一个类，现在开源给大家使用。希望对大家有帮助

# coding:utf8
import time
import copy
import pandas as pd

class Experimenter:
    def __init__(self, verbose, log_filename='explog_{}.log'):
        self.statistic = []
        self.verbose = verbose
        self.log_filename = log_filename

    def statistic_to_csv(self):
        k = [i for i in self.statistic[0]]
        data = []

        for record in self.statistic:
            sub_data = [record[i] for i in k]
            data.append(sub_data)
        df = pd.DataFrame(data)
        df.columns = k
        df.to_csv(self.log_filename.format(time.strftime('%Y-%m-%d %H-%M-%S', time.gmtime(time.time()+8*60*60))))

    @staticmethod
    def arg_factory(args, scope):
        def inc(idx):
            scope_arg_index[idx] += 1
            if scope_arg_index[idx] >= scope_arg_length[idx]:
                scope_arg_index[idx] = 0
                if idx != scope_arg_num-1:
                    inc(idx+1)
                    return 0
                else:
                    return 0
            else:
                return 0

        scope_arg_length = [len(scope[i]) for i in scope]
        scope_arg_index = [0 for _ in scope]
        scope_arg_num = len(scope)
        while True:
            _tmp_args = copy.deepcopy(args)
            _idx = 0
            for ar in scope:
                _tmp_args[ar] = scope[ar][scope_arg_index[_idx]]
                _idx += 1
            yield _tmp_args
            FLAG = False
            for _i in range(scope_arg_num):
                if scope_arg_length[_i] - 1 > scope_arg_index[_i]:
                    FLAG = True
            if not FLAG:
                break
            inc(0)

    def run(self, execute_func, args={}, args_scope={}): # args中，需要尝试的args，留空，放入args_scope中
        for k in args:
            if k is None:
                assert k in args_scope, '{} 参数未被传入!!!'.format(k)
        get_next_args = lambda x : x.next()
        arg_fac = self.arg_factory(args, args_scope)
        while True:
            try:
                current_args = get_next_args(arg_fac)
                if self.verbose:
                    print(current_args)
                res = execute_func(**current_args)
                assert isinstance(res, dict), 'func result must be dict!'
                for k in current_args:
                    if k in res:
                        res['_'+k+'_'] = current_args[k]
                    else:
                        res[k] = current_args[k]
                self.statistic.append(res)
                if self.verbose:
                    print('-' * 150)
                    print('-' * 150)
                    print('完成一个任务。')

            except:
                if self.verbose:
                    print('所有参数被执行完毕，任务结束～')
                break
        self.statistic_to_csv()

以上是类，下面介绍用法：
第一步：实例化（需指定verbose、log_filepath）
第二步：传入做实验的用的函数（注意函数不要带括号）、实验函数的参数dict（所有关键字参数都要包含在键中，固定参数直接传入值，需改变参数写None）、实验的变量dict（用键值对形式，关键字参数为键，需要更改的值放在一个列表中）
下面用一个实例来说明，很简单，一看就会了。
假设要改变func的b、c参数的值进行实验：

    def func(a, b, c):
        return {'a+b':a+b, 'a+c': a+c}

    exp = Experimenter(verbose=False)
    exp.run(execute_func=func, args={'a': 1, 'b':None, 'c':None}, args_scope={'b':[1, 2, 3], 'c':[4, 5, 6]})

运行后，即可在同目录下自动生成的csv文件中查看结果：

a+c,a+b,c,b,a
0,5,2,4,1,1
1,6,2,5,1,1
2,7,2,6,1,1
3,5,3,4,2,1
4,6,3,5,2,1
5,7,3,6,2,1
6,5,4,4,3,1
7,6,4,5,3,1
8,7,4,6,3,1

注：实验函数的返回值必须是dict，空dict也可以。

希望能帮到大家～