python– 有没有办法懒惰地向量化给定的类？

概述在你反对之前：每个程序员都很懒惰.否则你不会编程并手动完成所有事情！一个简单的例子.我有一个类Line,它包含处理一条线所需的一切(比如使用两个顶点/点创建的对象).这个类实际上非常复杂,为了简单起见,可维护性和清晰度我想保持这样：我用两个顶点输入并输出一些困难结果的类,例如两点之间的距离.问题现在,问题在于,虽然我需要跟踪这些单独的行,但我有时也希望将它们

在你反对之前：每个程序员都很懒惰.否则你不会编程并手动完成所有事情！

一个简单的例子.

我有一个类line,它包含处理一条线所需的一切(比如使用两个顶点/点创建的对象).这个类实际上非常复杂,为了简单起见,可维护性和清晰度我想保持这样：我用两个顶点输入并输出一些困难结果的类,例如两点之间的距离.

问题

现在,问题在于,虽然我需要跟踪这些单独的行,但我有时也希望将它们作为一个整体来处理.例如,我想计算由许多行组成的路径的长度.

目前的解决方案和缺点

我创建了一个名为lines的类,它也提供了一些方法.

lines目前是numpy.ndarray的一个孩子,这不是很好：

>命名空间被ndarray的方法混乱;
>我正在使用ufuncs在line的方法周围提供一个包装器,但是将代码保存在两个这样的地方是很繁琐的.

题

那么,你们如何有效地“向量化”line类,同时跟踪各个线？

我可以将所有内容放在lines中并将line视为特殊情况,我尝试过,但它确实会损害清晰度,并且使得各行的所有引用都很难实现和维护.

代码示例

import numpy as npclass line:    def __init__ (self,input_points):        assert len(np.array(input_points).squeeze()) == 2        self._points = np.array(input_points)    def get_distance(self):        return np.sqrt(((self._points[0]-self._points[1])**2).sum())from itertools import combinationsclass lines(np.ndarray):   _get_dists = np.frompyfunc(line.get_distance,1,1)   def __new__(cls,data):       comb = [line(el) for el in combinations(data,2)]       obj = np.asarray(comb).vIEw(cls)       obj = obj.squeeze()       return obj   def get_all_distances(self):       return self._get_dists(self)

最佳答案如果您希望lines能够使用ndarray方法,但没有使用这些方法混淆其公共名称空间,请使用委托而不是继承.换句话说,而不是这样：

class lines(np.ndarray):    def __init__(self,whatever):        super().__init__(stuff)    def dostuff(self,thingIEs):        np.do_thingy(self.stuff(spam))        return self.spam(eggs)

… 做这个：

class lines(object):    def __init__(self,whatever):        self.lines = np.array(stuff)    def dostuff(self,thingIEs):        np.do_thingy(self.lines.stuff(spam))        return self.lines.spam(eggs)

同时,听起来你有一套line方法,你想要在行中使用ufuncify,而你却厌倦了重复自己.所以动态地这样做.这是一个简单的例子来给你这个想法：

for name in 'bam','biff','pow','kazaam':    func = getattr(line,name)    ufunc = np.frompyfunc(func,1)    setattr(lines,name,ufunc)

总结

以上是内存溢出为你收集整理的python – 有没有办法懒惰地向量化给定的类？全部内容，希望文章能够帮你解决python – 有没有办法懒惰地向量化给定的类？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。