微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

python – __new__构造函数的常用做法?

我知道(?)关于 Python__new__构造函数背后的理论,但我要问的是常见的做法 – 这个构造函数真正用于什么目的(!)?

我已经读过初始化不可变对象(逻辑从__init__移到__new__),其他什么?工厂模式?

请再次注意区别:

>对于什么任务__new__可以使用 – 我不感兴趣
>对于使用__new__的任务 – 我是:-)

我不用Python写任何东西,我的知识来自阅读,而不是来自经验.

你可以在哪里回答这个问题:Common practice of new constructor?

解决方法

__new__的要点是创建一个__init__然后初始化的空对象实例.重新实现__new__你可以完全控制你创建的实例,但是你没有实际使用__init__方法来进行任何进一步的处理.我可以给你两个有用的案例:使用智能构造函数从类的磁盘自动创建方法和反序列化.这些不是解决这两个问题的唯一方法.元类是另一种更灵活的方式,但作为任何工具,您可能希望获得不同程度的复杂性.

自动创建方法

假设您想要一个具有给定属性集的类.您可以控制如何使用这样的代码初始化这些属性

class Foo(object):                                                                                                                                    
    properties = []                                                                                                                                   
    def __new__(cls,*args):                                                                                                                          
        instance = object.__new__(cls,*args)                                                                                                         
        for p in cls.properties:                                                                                                                      
            setattr(instance,p,0)                                                                                                                   
        return instance                                                                                                                               

class MyFoo(Foo):                                                                                                                                     
    properties = ['bar','baz']                                                                                                                       

    def __init__(self):                                                                                                                               
        pass                                                                                                                                          



f=MyFoo()                                                                                                                                             
print dir(f)

您想要的属性直接初始化为零.您可以执行许多智能技巧,例如动态执行属性列表.实例化的所有对象都将具有这些方法.这个模式的一个更复杂的例子出现在Django Models中,你可以在这里声明字段并免费获得大量自动内容,感谢__new__大哥,元类.

从磁盘反序列化

假设您有一个具有给定构造函数的类,该构造函数从对象填充类的字段,例如进程:

class ProcessWrapper(object):                                                                                                                         
    def __init__(self,process):                                                                                                                      
        self._process_pid = process.pid()                                                                                                             

    def processpid(self):                                                                                                                             
        return self._process_pid

如果现在将此信息序列化到磁盘并想要恢复它,则无法通过构造函数进行初始化.所以你编写了这样的反序列化函数,有效地绕过了你无法运行的__init__方法.

def deserializeProcessWrapperFromFile(filename):                                                                                                      
    # Get process pid from file                                                                                                                       
    process = ProcessWrapper.__new__()                                                                                                                
    process._process_pid = process_pid                                                                                                                
    return process

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t
文章目录 5 小提琴图Violinplot1. 基础小提琴图绘制 Basic violinplot2. 小提琴图样式自定义 Custom seaborn violinplot3. 小提琴图颜色自定义 Control color of seaborn violinplot4. 分组小提琴图 Group
文章目录 4 核密度图Densityplot1. 基础核密度图绘制 Basic density plot2. 核密度图的区间控制 Control bandwidth of density plot3. 多个变量的核密度图绘制 Density plot of several variables4. 边
首先 import tensorflow as tf tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。 以实际例子为说明: import tensorflow a
seaborn学习笔记章节 seaborn是一个基于matplotlib的Python数据可视化库。seaborn是matplotlib的高级封装,可以绘制有吸引力且信息丰富的统计图形。相对于matplotlib,seaborn语法更简洁,两者关系类似于numpy和pandas之间的关系,seabo
Python ConfigParser教程显示了如何使用ConfigParser在Python中使用配置文件。 文章目录 1 介绍1.1 Python ConfigParser读取文件1.2 Python ConfigParser中的节1.3 Python ConfigParser从字符串中读取数据
1. 处理Excel 电子表格笔记(第12章)(代码下载) 本文主要介绍openpyxl 的2.5.12版处理excel电子表格,原书是2.1.4 版,OpenPyXL 团队会经常发布新版本。不过不用担心,新版本应该在相当长的时间内向后兼容。如果你有新版本,想看看它提供了什么新功能,可以查看Open