我试图运行这个脚本进行化学研究。
如果我没有正确复制脚本，请点击下载文件的链接：
http://pubs.acs.org/doi/suppl/10.1021/acs.analchem.5b02258
此说明可能会有所帮助：
＆＃34; fsolve_withPT.py有两个命令行参数：输入文件名“MamPol2_titration_data.txt”和 输出文件名“Kaps_result.txt”＆＃34;
当我在ipython上运行脚本时，我收到此错误消息：
__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)
答案 0 :(得分：3)
由于纸张的代码不正确，您无法运行此代码。我甚至从你发布的链接下载了代码，以确保我有正确的代码。我也能够重现你的错误。我会尝试解释发生了什么，以及你可以做些什么。
错误init() got an unexpected keyword argument 'step_max'本质上意味着代码告诉python创建一个带有一些初始参数的对象，但是python不能识别'step_max'字段。
代码中的罪魁祸首是
hessian = nd.Hessian(myFclass.error,step_max=1.0e-2,step_nom=my_step_nom)
你可以看到，它试图告诉python在给定三个初始参数的情况下创建一个nd.Hessian对象：myFclass.error，step_max = 1.0e-2和step_nom = my_step_nom。这里的问题是nd.Hessian初始值设定项不接受名为step_max和step_nom的参数。
那么，nd.Hessian初始化程序采用了什么？ nd.Hessian是numdifftools包中的Hessian对象，所以我看了一下源代码。果然，这是初始化nd.Hessian对象的源代码：
class Hessian(_Derivative):
def __init__(self, f, step=None, method='central', full_output=False):
看看__init__。您可以看到它需要f，step，method和full_output。如果已将step_max和step_nom包含在内，则这些字段将包含在__init__中。
一种选择是尝试正确使用np.Hessian对象并使用step参数并确定要使用的步骤。
例如，如果您替换
hessian = nd.Hessian(myFclass.error,step_max=1.0e-2,step_nom=my_step_nom)
带
hessian = nd.Hessian(myFclass.error,step=1.0e-2)
您将能够运行代码。它可能不会提供与论文相同的结果，但你永远不会真正知道他们为了获得结果而运行的确切代码。
如果您想继续使用此代码并想使用numdifftools包，我建议您查看source code，其中包含很好的解释和注释以及示例。