函数修饰符，使参数传递更理智。
decorated_options的Python项目详细描述
函数修饰符，使参数传递更理智。
我经常要写一个函数来运行一个模拟/学习任务 需要运行几个不同的参数。最初这是可以控制的，但是 然后慢慢地，配置爬行开始发生：我不断地添加越来越多的 运行模拟的函数的参数 代码越来越脆弱。
我写了decorated_options来分离不同实验集的参数。
简而言之，decorated_options将此转换为：
def run(max_num_followers, num_segments, is_hawkes):
# ...
# ...
# tmp = run_multiple_followers(max_num_followers=10, num_segments=10, is_hawkes=True)
# tmp = run_multiple_followers(max_num_followers=100, num_segments=10, is_hawkes=False)
# tmp = run_multiple_followers(max_num_followers=10, num_segments=50, is_hawkes=True)
tmp = run_multiple_followers(max_num_followers=1000, num_segments=100, is_hawkes=False)
收件人：
from decorated_options import Options, optioned
@optioned('opts')
def run(max_num_followers, num_segments, is_hawkes):
# ...
# ...
opts = Options(max_num_followers=10, num_segments=10, is_hawkes=True)
# tmp = run_multiple_followers(opts=opts)
# tmp = run_multiple_followers(max_num_followers=100, is_hawkes=False, opts=opts)
# tmp = run_multiple_followers(num_segments=50, is_hawkes=False, opts=opts)
tmp = run_multiple_followers(max_num_followers=1000, num_segments=100, is_hawkes=False)
- 在接收函数中优于**kwargs的优点：
- 在调用时提前报告错误。
- 不需要解压这些值。
- 默认值不必硬编码。
- 允许逐步改进，无需更改使用位置参数的旧代码。
- 通话时可享受超过**dict的优惠：
- 更容易更新/覆盖值
- 位置参数也起作用
- 保证的不变性（对试图违反的行为抛出异常）
- 在接收函数中优于默认值的优点：
- Options对象可以保存多个设置的默认值。
- 从函数本身取消耦合默认值。
安装
pip install git+https://github.com/musically-ut/decorated_options.git@master#egg=decorated_options
开发
要运行所有测试，请运行：
tox
注意，要合并来自所有tox环境的覆盖率数据，请运行：
| Windows | ^{pr 5}$ |
|---|---|
| Other | ^{pr 6}$ |
更改日志
0.1.0（2016-07-24）
- pypi上的第一个版本。
欢迎加入QQ群-->： 979659372
