__init__ получил неожиданный аргумент ключевого слова

Question

Я пытаюсь запустить этот скрипт для исследования химии.

В случае, если я не копируют сценарий правильно вот ссылка для загрузки файлов:
http://pubs.acs.org/doi/suppl/10.1021/acs.analchem.5b02258

Эта инструкция может быть полезна:

«fsolve_withPT.py принимает два аргумента командной строки : имя входного файла «MamPol2_titration_data.txt» и имя выходного файла «Kaps_result.txt»»

Wh ан я бегу сценарий на IPython я получаю сообщение об ошибке:
__init__() got an unexpected keyword argument 'step_max'

#University of California San Francisco 
#Supplemental for 
# 
#A model for specific and nonspecific binding of ligand to multi-protein 
#complexes by native mass spectrometry 
# 
#Shenheng Guan, et al 
#2015 
# 

import sys 
import math 
import numpy 
import warnings 
from scipy.optimize import fsolve,fmin 
import matplotlib.pyplot as plt 
warnings.filterwarnings('ignore') 

input_fn='MamPol2_titration_data.txt' 
output_fn='Kaps_result1.txt' 
##input_fn=sys.argv[1] 
##output_fn=sys.argv[1] 

fid=open(input_fn,'r') 
line=fid.readline() 
line=line.strip('\n') 
no_mam=[float(x) for x in line.split('\t')[1:]] 
line=fid.readline() 
data=[] 
conc=[] 
for line in fid: 
line=line.strip('\n') 
tmp0=line.split('\t') 
conc.append(float(tmp0[0])) 
tmp1=[float(x) for x in tmp0[1:]] 
data.append(tmp1) 
fid.close() 

class fsolve_withPT: 
    def __init__(self,conc,data): 
     self.conc = conc 
     self.data = data 

    def ff(self, x, Kas, LT, PT):#x[0]:[P];x[1]:[PL]...;x[n]:[PLn];x[-1]:[L] n+2 (10) 
     fc=[] 
     for j in range(0,len(x)-2):#setup equilibrium equations 
      fc.append(Kas[j]*x[j]*x[-1]-x[j+1]) 

     #mass conservation for P 
     tmpP=0.0#[P] 
     for j in range(0,len(x)-1):#x[0] to x[8] or [P] to [PL8] 
      tmpP=tmpP+x[j] 
     fc.append(tmpP-PT)#PT equals to all P species combined 

     #mass conservation for L 
     tmpL=x[-1]#[L] 
     for j in range(1,len(x)-1): 
      tmpL=tmpL+j*x[j] 
     fc.append(tmpL-LT) 

     return fc 

    def error(self,w): 
     Kas=w[:-1] 
     PT=w[-1] 
     mySum=0.0 
     for m in range(0,len(self.conc)):#over conc (LT) 
      #print Kas,self.conc[m],PT 
      F=fsolve(self.ff, [1.0]*10, args=(Kas, self.conc[m], PT)) 
      myPT=sum(F[:-1]) 
      for k in range(0, len(no_mam)):#over # of Mam 
       mySum=mySum+(F[k]/myPT-self.data[m][k])**2 
     return mySum 

w0=[8,7,6,5,4,3,2,1,0] 
w0=numpy.array(w0) 
w0=w0*3.01e4 
w0[-1]=5.e-6 

myFclass=fsolve_withPT(conc,data) 

w, fopt, iter, funcalls, warnflag = fmin(myFclass.error, w0, maxiter=2000, 
             maxfun=2000, full_output=True,disp=True) 

# http://nullege.com/codes/show/src@n@u@Numdifftools-0.6.0@numdifftools@speed_comparison@run_benchmarks.py/73/numdifftools.Hessian 
import numdifftools as nd 
#my_step_nom=[1.0e3]*8+[1.0e-6]*1 
my_step_nom=w#*1.0e-3 
hessian = nd.Hessian(myFclass.error,step_max=1.0e-2,step_nom=my_step_nom)#, step_max=1.0, step_nom=numpy.abs(w)) 
H = hessian(w) 
covH=numpy.linalg.inv(H) 

conc0=conc#numpy.linspace(0.0,6.0E-05,num=101).tolist() 
y0=[] 
for tmp in conc0: 
F=fsolve(myFclass.ff, [1.0]*10, args=(w[:-1], tmp,w[-1])) 
y0.append(F) 
#y0=myFunc(conc0,w) 

fid=open(output_fn,'w') 
fid.write('Calculated complex conc. (M)\t'+str(w[-1])+'\n') 
fid.write('# of Mam in Complex\t') 
for j in no_mam: 
    fid.write(str(j)+'\t') 
    fid.write('\n') 
    fid.write('Associate constants (Kas)\t\t') 
for j in no_mam[:-1]: 
    fid.write(str(w[j])+'\t') 
    fid.write('\n') 
    fid.write('Mam Conc. (M)\tSimulated abundances\n') 
for k in range(0,len(y0)): 
    fid.write(str(conc0[k])+'\t') 
    yc=y0[k] 
tmp=sum(yc[:-1]) 
for j in range(0,len(yc)-2): 
    fid.write(str(yc[j]/tmp)+'\t') 
fid.write(str(yc[-2])+'\n') 
fid.close() 

from scipy import stats 
SS=fopt 
DF=len(data)*len(data[0])-len(w) 
t_factor=stats.t.ppf(0.95, DF) 

SE=[] 
dw=[] 

for j in range(0,len(w)): 
    SE.append(numpy.sqrt(SS/DF*numpy.abs(covH[j,j]))) 
for j in range(0,len(w)): 
    dw.append(SE[j]*t_factor) 

Answer 1

вы не можете запустить этот код becuase код газеты неверен. Я даже загрузил код из ссылки, которую вы отправили, чтобы убедиться, что у меня есть правильный код. Я также смог воспроизвести вашу ошибку. Я попытаюсь объяснить, что происходит и что вы можете сделать в свете этого.

Ошибка init() got an unexpected keyword argument 'step_max' по существу означает, что код сообщает python о создании объекта с некоторыми начальными параметрами, но python не распознает поле «step_max».

Виновником линии в коде

hessian = nd.Hessian(myFclass.error,step_max=1.0e-2,step_nom=my_step_nom) 

Вы можете видеть, что пытается сказать питона создать nd.Hessian объект дал три начальные параметры: myFclass.error, step_max = 1.0e-2 , и step_nom = my_step_nom. Проблема здесь в том, что инициализатор nd.Hessian не принимает параметры, называемые step_max и step_nom.

Итак, что делает инициализатор nd.Hessian? nd.Hessian - это объект Hessian из пакета numdifftools, поэтому я взглянул на исходный код. Конечно же, это исходный код для инициализации объекта nd.Hessian:

class Hessian(_Derivative): 
    def __init__(self, f, step=None, method='central', full_output=False): 

Посмотрите на __init__. Вы можете видеть, что требуется f, step, method и full_output. Если бы это было в step_max и step_nom, эти поля были бы включены в __init__.

Один из вариантов - попытаться правильно использовать объект np.Hessian и использовать параметр шага и выяснить, какой шаг вы хотите использовать.

Например, если вы замените

hessian = nd.Hessian(myFclass.error,step_max=1.0e-2,step_nom=my_step_nom) 

с

hessian = nd.Hessian(myFclass.error,step=1.0e-2) 

Вы сможете запустить код. Это может не дать те же результаты, что и бумага, но вы никогда не узнаете, какой именно код они побежали, чтобы получить свои результаты.

Если вы хотите продолжить использовать этот код и хотите использовать пакет numdifftools, я предлагаю взглянуть на source code, который имеет приятные объяснения и комментарии и примеры.