Python中from_ <type>的繼承

Question

編輯：有一些混淆，但我想問一個關於Python中面向對象設計的常見問題。

考慮一類，可以讓你的數據值映射到計數或頻率：

class DataMap(dict): 
    pass 

現在考慮一個子類，它可以讓你從數據列表構建一個直方圖：

class Histogram(DataMap): 
    def __init__(self, list_of_values): 
     # 1. Put appropriate super(...) call here if necessary 
     # 2. Build the map of values to counts in self 
     pass 

現在考慮一個類，可以讓你製作一個平滑的概率質量表，而不是一個Histogram。

class ProbabilityMass(DataMap): 
    pass 

什麼是允許ProbabilityMass從無論是Histogram或值列表構造最好的辦法？我使用C++編程「長大」，在這種情況下，我會使用重載的構造函數。在Python我想用這樣的：

• 的構造函數多個參數（所有，但這些應該==無）
• 我定義from_Histogram和from_list方法

在第二種情況（我相信這是更好的），允許from_list方法使用Histogram構造函數中的共享代碼的最佳方法是什麼？ A ProbabilityMass表格與Histogram表格幾乎相同，但它被縮放以便所有值的總和爲1.0。

如果您遇到類似問題，請分享您的專業知識！

Answer 1

首先，如果你認爲你想@staticmethod，你幾乎總是不會。這個函數不是類的一部分，在這種情況下，它應該只是一個自由函數，或者它是類的一部分，但不是綁定到一個實例，它應該是@classmethod。您命名的構造函數是@classmethod的最佳人選。

另外請注意，你應該從B通過super()調用A.__init__，否則多重繼承可以咬你壞。

class A: 
    def __init__(self, data): 
     self.values_to_counts = {} 
     for val in data: 
      if val in self.values_to_counts: 
       self.values_to_counts[val] += 1 
      else: 
       self.values_to_counts[val] = 1 
    @classmethod 
    def from_values_to_counts(cls, values_to_counts): 
     self = cls([]) 
     self.values_to_counts = values_to_counts 
     return self 

class B(A): 
    def __init__(self, data, parameter): 
     super(B, self).__init__(data) 
     self.parameter = parameter 
    def print_parameter(self): 
     print self.parameter 

在這種情況下，你不需要一個B.from_values_to_counts，從A繼承，它會返回B一個實例，因爲這是它如何被調用。

如果您需要在B中執行更復雜的初始化，您可以使用super()，這看起來與您在實例中使用時的方式非常相似。畢竟，classmethod實際上並不比instancemethod更復雜，其中im_self屬性被分配給類本身。

class A: 
    def __init__(self, data): 
     self.values_to_counts = {} 
     for val in data: 
      if val in self.values_to_counts: 
       self.values_to_counts[val] += 1 
      else: 
       self.values_to_counts[val] = 1 
    @classmethod 
    def from_values_to_counts(cls, values_to_counts): 
     self = cls([]) 
     self.values_to_counts = values_to_counts 
     return self 

class B(A): 
    def __init__(self, data, parameter): 
     super(B, self).__init__(data) 
     self.parameter = parameter 
    def print_parameter(self): 
     print self.parameter 
    @classmethod 
    def from_values_to_counts(cls, values_to_counts): 
     self = super(B, cls).from_values_to_counts(values_to_counts) 
     do_more_initialization(self) 
     return self