¿Puede Python imprimir una definición de función?

En JavaScript, se puede imprimir la definición de una función. ¿Hay alguna forma de lograr esto en Python?

(Solo estaba jugando en modo interactivo y quería leer un módulo sin open (). Solo tenía curiosidad).

Si está importando la función, puede usar inspect.getsource:

>>> import re
>>> import inspect
>>> print inspect.getsource(re.compile)
def compile(pattern, flags=0):
    "Compile a regular expression pattern, returning a pattern object."
    return _compile(pattern, flags)

Esto va a trabajar en el modo interactivo, pero al parecer sólo en los objetos que se importan (no objetos definidos en el modo interactivo). Y, por supuesto, solo funcionará si Python puede encontrar el código fuente (por lo tanto, no en objetos integrados, bibliotecas C, archivos .pyc, etc.)

Si está usando iPython , puede usarfunction_name? para obtener ayuda e function_name??imprimirá la fuente, si es posible.

Esta es la forma en que descubrí cómo hacerlo:

    import inspect as i
    import sys
    sys.stdout.write(i.getsource(MyFunction))

Esto elimina los caracteres de la nueva línea e imprime la función muy bien

Si bien generalmente estoy de acuerdo en que inspectes una buena respuesta, no estoy de acuerdo en que no pueda obtener el código fuente de los objetos definidos en el intérprete. Si usa dill.source.getsourcefrom dill, puede obtener la fuente de funciones y lambdas, incluso si se definen de forma interactiva. También puede obtener el código de métodos y funciones de clase vinculados o no vinculados definidos en curries ... sin embargo, es posible que no pueda compilar ese código sin el código del objeto adjunto.

>>> from dill.source import getsource
>>> 
>>> def add(x,y):
...   return x+y
... 
>>> squared = lambda x:x**2
>>> 
>>> print getsource(add)
def add(x,y):
  return x+y

>>> print getsource(squared)
squared = lambda x:x**2

>>> 
>>> class Foo(object):
...   def bar(self, x):
...     return x*x+x
... 
>>> f = Foo()
>>> 
>>> print getsource(f.bar)
def bar(self, x):
    return x*x+x

>>> 

Utilizar help(function) para obtener la descripción de la función.

Puedes leer más sobre help() aquí .

Puede utilizar la palabra clave __doc__:

#print the class description
print string.__doc__
#print function description
print open.__doc__

Puede usar __doc__en la función, tome la hog()función como ejemplo: puede ver el uso de hog()esto:

from skimage.feature import hog

print hog.__doc__

La salida será:

Extract Histogram of Oriented Gradients (HOG) for a given image.
Compute a Histogram of Oriented Gradients (HOG) by

    1. (optional) global image normalisation
    2. computing the gradient image in x and y
    3. computing gradient histograms
    4. normalising across blocks
    5. flattening into a feature vector

Parameters
----------
image : (M, N) ndarray
    Input image (greyscale).
orientations : int
    Number of orientation bins.
pixels_per_cell : 2 tuple (int, int)
    Size (in pixels) of a cell.
cells_per_block  : 2 tuple (int,int)
    Number of cells in each block.
visualise : bool, optional
    Also return an image of the HOG.
transform_sqrt : bool, optional
    Apply power law compression to normalise the image before
    processing. DO NOT use this if the image contains negative
    values. Also see `notes` section below.
feature_vector : bool, optional
    Return the data as a feature vector by calling .ravel() on the result
    just before returning.
normalise : bool, deprecated
    The parameter is deprecated. Use `transform_sqrt` for power law
    compression. `normalise` has been deprecated.

Returns
-------
newarr : ndarray
    HOG for the image as a 1D (flattened) array.
hog_image : ndarray (if visualise=True)
    A visualisation of the HOG image.

References
----------
* http://en.wikipedia.org/wiki/Histogram_of_oriented_gradients

* Dalal, N and Triggs, B, Histograms of Oriented Gradients for
  Human Detection, IEEE Computer Society Conference on Computer
  Vision and Pattern Recognition 2005 San Diego, CA, USA

Notes
-----
Power law compression, also known as Gamma correction, is used to reduce
the effects of shadowing and illumination variations. The compression makes
the dark regions lighter. When the kwarg `transform_sqrt` is set to
``True``, the function computes the square root of each color channel
and then applies the hog algorithm to the image.