为什么我不能在创建实例之前调用某些 类 的方法？理解逻辑

Question

我有两个例子可以帮助你理解我的意思

示例 1 有效：

import pandas as pd
import numpy as np
x_grid = np.linspace(-3, 3, 1000)
df = pd.read_excel('somefile.xlsx').dropna()

我在创建 DataFrame 对象的实例时调用了方法 dropna()。

示例 2 不起作用：

from statsmodels.nonparametric.kde import KDEUnivariate
kde = KDEUnivariate(df).fit().evaluate(x_grid)

为了让它工作，我需要先像这样创建 Class 的实例：

kde = KDEUnivariate(df)

然后一次调用一个方法

kde.fit()
grid = kde.evaluate(x_grid)

这背后的逻辑是什么？ 感谢您的帮助！

Answer 1

当您尝试这样做时：

import pandas as pd
import numpy as np
x_grid = np.linspace(-3, 3, 1000)
df = pd.read_excel('somefile.xlsx').dropna()

from statsmodels.nonparametric.kde import KDEUnivariate
kde = KDEUnivariate(df).fit().evaluate(x_grid)

那么你实际上传递了fit()方法的return值，也就是'NoneType'.

如果你这样做也是一样的：

kde = KDEUnivariate(df)
kde = kde.fit()

grid = kde.evaluate(x_grid)

但你不想要这个。

你想要一个实例化，然后拟合KDEUnivariate()对象。 然后对其进行评估。

这就是为什么调用机制的适当方式如下：

kde = KDEUnivariate(df)
kde.fit()

grid = kde.evaluate(x_grid)

在这种情况下，KDEUnivariate() instance 的 evaluate() 方法适用于 KDEUnivariate() instance 本身，以及它的拟合参数，not return value of KDEUnivariate() instance 的 fit() 方法。