Что такое ярлык для добавления нескольких полей в класс? [Дубликат]

Это похоже на другие решения, которые повторяют словарь по умолчанию, но использует более компактную нотацию:

class MyClass(object):

    def __init__(self, **kwargs):
        self.__dict__.update(dict(
            arg1=123,
            arg2=345,
            arg3=678,
        ), **kwargs)

Мне никогда не приходилось иметь дело с этой ситуацией или этой темой. Ваше описание подразумевает, что вы, как вы разрабатываете дизайн, можете найти, что есть ряд дополнительных классов, которые станут релевантными - наиболее очевидным является отсек. Если они возникают как классы сами по себе, вероятно, некоторые из ваших параметров становятся параметрами этих дополнительных классов.

Возможно, вы можете использовать объект «dict» Python? http://docs.python.org/tutorial/datastructures.html#dictionaries

Вы можете создать класс для своих параметров.

Вместо передачи нескольких параметров вы передаете один класс.

Похоже, вы могли бы сократить количество аргументов, построив объекты, такие как Axon, Soma и DendriticTree вне конструктора LayerV, и передав эти объекты.

Некоторые из параметры используются только при построении, например DendriticTree, другие также используются в других местах, поэтому проблема не такая четкая, но я определенно попытаюсь использовать этот подход.

После просмотра вашего кода и реализации я понятия не имею, как какой-либо из этих параметров относится друг к другу (из-за моей нехватки знаний по предмету нейронауки), я хотел бы указать вам на очень хорошую книгу по объектно-ориентированному дизайну , Навыки построения в объектно-ориентированном дизайне Стивена Ф. Лотта являются отличным чтением, и я думаю, это помогло бы вам и всем остальным в разработке объектно-ориентированных программ.

Он выпущен под лицензией Creative Commons, поэтому бесплатно для вас, здесь ссылка на него в формате PDF http://homepage.mac.com/s_lott/books/oodesign/build-python/latex/BuildingSkillsinOODesign.pdf

Я думаю, что ваша проблема сводится к общему дизайну ваших классов. Иногда, хотя и очень редко, для инициализации требуется множество аргументов, и в большинстве ответов здесь подробно описаны другие способы инициализации, но во многих случаях вы можете разбить класс на более легкие для обработки и менее громоздкие классы .

можете ли вы привести примерный код того, над чем работаете? Это поможет получить представление о том, что вы делаете, и получить помощь для вас раньше.

Если это просто аргументы, которые вы передаете классу, которые делают его длинным, вам не нужно его ставить все в __init__. Вы можете установить параметры после создания класса или передать словарь / класс, полный параметров, в качестве аргумента.

class MyClass(object):

    def __init__(self, **kwargs):
        arg1 = None
        arg2 = None
        arg3 = None

        for (key, value) in kwargs.iteritems():
            if hasattr(self, key):
                setattr(self, key, value)

if __name__ == "__main__":

    a_class = MyClass()
    a_class.arg1 = "A string"
    a_class.arg2 = 105
    a_class.arg3 = ["List", 100, 50.4]

    b_class = MyClass(arg1 = "Astring", arg2 = 105, arg3 = ["List", 100, 50.4])

Я бы сказал, что с этим подходом нет ничего плохого - если вам нужно 15 параметров для моделирования чего-то, вам нужно 15 параметров. И если нет подходящего значения по умолчанию, вы должны передать все 15 параметров при создании объекта. В противном случае вы можете просто установить значение по умолчанию и изменить его позже через сеттер или напрямую.

Другой подход заключается в создании подклассов для некоторых распространенных типов нейронов (в вашем примере) и обеспечения хороших значений по умолчанию для определенных значений, или вывести значения из других параметров.

Или вы можете инкапсулировать части нейрона в отдельные классы и повторно использовать эти части для реальных моделей, которые вы моделируете. I.e., вы могли бы написать отдельные классы для моделирования синапса, аксона, сомы и т. Д.

Можете ли вы дать более подробный пример использования? Возможно, шаблон прототипа будет работать:

Если в группах объектов есть сходство, может помочь шаблон прототипа. У вас есть много случаев, когда одно население нейронов подобно другому, кроме как-то иначе? (т. е. вместо того, чтобы иметь небольшое количество дискретных классов, у вас есть большое количество классов, которые немного отличаются друг от друга.)

Python - это классический язык, но так же, как вы можете имитировать программирование на основе классов в языке, основанном на прототипе, таком как Javascript, вы можете моделировать прототипы, предоставляя вашему классу метод CLONE, который создает новый объект и заполняет его ivars из родителя. Напишите метод clone, чтобы переданные ему параметры ключа переопределили «унаследованные» параметры, поэтому вы можете вызвать его с помощью чего-то типа:

new_neuron = old_neuron.clone( branching_length=n1, branching_randomness=r2 )

Имея так много параметров, предположим, что класс, вероятно, делает слишком много вещей.

Я предлагаю вам разделить свой класс на несколько классов, каждый из которых принимает некоторые из ваших параметров. Таким образом, каждый класс проще и не будет принимать столько параметров.

Не зная больше о вашем коде, я не могу точно сказать, как вы должны разделить его.