Python：如何用最少的代码扩展一个巨大的 class？

Question

原始问题描述

当我使用 numpy 实现一些机器学习算法时出现问题。我想要一些新的 class ludmo，其与 numpy.ndarray 的工作方式相同，但具有更多属性。例如，使用新的属性 ludmo.foo。我尝试了以下几种方法，但 none 令人满意。

1。包装

首先，我为 numpy.ndarray 创建了一个包装器 class，因为

import numpy as np

class ludmo(object):
    def __init__(self)
        self.foo = None
        self.data = np.array([])

但是当我使用某些函数（在我无法修改的 scikit-learn 中）来操作 np.ndarray 实例列表时，我必须首先提取每个 data 字段 ludmo 对象并将它们收集到列表中。之后对列表进行排序，我丢失了 data 和原始 ludmo 对象之间的对应关系。

2。继承

然后我试图让 ludmo 成为 numpy.ndarray 的子class，因为

import numpy as np

class ludmo(np.ndarray):
    def __init__(self, shape, dtype=float, buffer=None, offset=0, strides=None, order=None)
        super().__init__(shape, dtype, buffer, offset, strides, order)
        self.foo = None

但是另一个问题出现了：创建numpy.ndarray对象最常见的方法是numpy.array(some_list)，returns一个numpy.ndarray对象，我必须转换它到 ludmo 对象。但是直到现在我还没有找到好的方法来做到这一点；简单地更改 __class__ 属性将导致错误。

我是 Python 和 numpy 的新手，所以一定有一些我不知道的优雅方法。任何建议表示赞赏。

谁能给出一个通用的解决方案就更好了，不仅适用于numpy.ndarray class 也适用于各种class。

Answer 1

既然你问的是通用解决方案，这里有一个你可以使用的通用包装器 class：（来自 http://code.activestate.com/recipes/577555-object-wrapper-class/ ）

class Wrapper(object):
    '''
    Object wrapper class.
    This a wrapper for objects. It is initialiesed with the object to wrap
    and then proxies the unhandled getattribute methods to it.
    Other classes are to inherit from it.
    '''
    def __init__(self, obj):
        '''
        Wrapper constructor.
        @param obj: object to wrap
        '''
        # wrap the object
        self._wrapped_obj = obj

    def __getattr__(self, attr):
        # see if this object has attr
        # NOTE do not use hasattr, it goes into
        # infinite recurrsion
        if attr in self.__dict__:
            # this object has it
            return getattr(self, attr)
        # proxy to the wrapped object
        return getattr(self._wrapped_obj, attr)

其工作方式是：

当例如skicit 会调用 ludmo.data python 实际上会调用 ludmo.__getattribute__('data') 如果 ludmo 没有 'data' 属性，python 将调用 ludmo.__getattr__('data')

通过重写 __getattr__ 函数拦截此调用，检查您的 ludmo 是否具有 data 属性（同样，否则您可能会进入递归），并将调用发送到您的内部对象.因此，您应该涵盖了对内部 numpy 对象的所有可能调用。

更新：您还必须以相同的方式实施 __setattr__，否则您会得到这个

>>> class bla(object):
...  def __init__(self):
...   self.a = 1
...  def foo(self):
...   print self.a
...
>>> d = Wrapper(bla())
>>> d.a
1
>>> d.foo()
1
>>> d.a = 2
>>> d.a
2
>>> d.foo()
1

并且您可能还想设置一个新的元class来拦截对新样式 classes 的魔术函数的调用（完整的 class 请参阅 https://github.com/hpcugent/vsc-base/blob/master/lib/vsc/utils/wrapper.py 有关信息，请参阅 How can I intercept calls to python's "magic" methods in new style classes? ) 但是，仅当您仍然希望能够访问 x.__name__ 或 x.__file__ 并从包装的 class 中获取魔法属性时才需要这样做，而不是您的 class.

# create proxies for wrapped object's double-underscore attributes
    class __metaclass__(type):
        def __init__(cls, name, bases, dct):

            def make_proxy(name):
                def proxy(self, *args):
                    return getattr(self._obj, name)
                return proxy

            type.__init__(cls, name, bases, dct)
            if cls.__wraps__:
                ignore = set("__%s__" % n for n in cls.__ignore__.split())
                for name in dir(cls.__wraps__):
                    if name.startswith("__"):
                        if name not in ignore and name not in dct:
                            setattr(cls, name, property(make_proxy(name)))

Answer 2

作为 explained in the docs，您可以将自己的方法添加到 np.ndarray 中：

import numpy as np

class Ludmo(np.ndarray): 
    def sumcols(self):
        return self.sum(axis=1)

    def sumrows(self):
        return self.sum(axis=0)

    def randomize(self):
        self[:] = np.random.rand(*self.shape)

然后使用 the np.ndarray.view() method:

创建实例

a = np.random.rand(4,5).view(Ludmo)

并使用__array_finalize__()方法定义新属性：

def __array_finalize__(self, arr):
    self.foo = 'foo'

Python：如何用最少的代码扩展一个巨大的 class？

Python: How to extend a huge class with minimum lines of code?

python

arrays

inheritance

numpy

class

原始问题描述

1。包装

2。继承