将类实例的输出作为输入传递给另一个

debugcn 发表于 Dev

乔治

我有以下代码：

import numpy as np

class B():
    def __init__(self, a,b):
        self.a = a
        self.b = b

class Criteria():
    def __init__(self, method, minimum, maximum, measures=None):
        self.method = method
        self.minimum = minimum
        self.maximum = maximum
        self.measures = measures if measures is not None else None

    def calcs(self):
        if self.measures is not None:
            for x in self.measures:
                if (x.a > self.minimum and x.a < self.maximum):
                    x.a = 999
        return self.measures

    def avg(self):
        if self.measures is not None:
            return np.average([x.value for x in self.measures])
        else:
            return np.average(3)# Here should be the result where None is defined
                                # Now I put just an arbitrary number

class Evaluate():
    def __init__(self, criteria):
        self.criteria = criteria


testdata = np.array([Evaluate(
        np.array([Criteria('V', 1,100, 

                np.array([B(100, 0.1),
                          B(11, 0.3),
                          B(300, 0.2),
                          B(33, 0.1)],dtype=object)
                ),

                Criteria('AVG', 22, 220, None)])

)])


for x in testdata:
    for idx, el in enumerate(x.criteria):
        if el.method == 'V':
            el.calcs() # this result must be passed as input to the `el.avg()`
        if el.method == 'AVG':
            el.avg()

我有一个B包含一些数据（a和b字段）的类。

我正在将这些数据加载到Criteria类中，以便通过条件并进行相应的更改。

然后，该Evaluate课程将满足以上所有条件。

我正在使用measures=NoneCriteria类，因为在例如avg函数的情况下，我可能没有度量来计算平均值，但是我可能是（在我的情况下）我正在应用上一个Criteria类的度量（这是我的情况）平均数。

现在，我要完成的就是这个。

最初加载数据：

B(100, 0.1),
B(11, 0.3),
B(300, 0.2),
B(33, 0.1)

通过传递条件（通过运行calcs函数），这些数据将变为：

 B(100, 0.1),
 B(999, 0.3),
 B(300, 0.2),
 B(999, 0.1)

现在，上述数据（来自第一个条件的结果/输出，必须作为输入传递给第二个条件，并使用该avg函数计算平均值。avg功能self。

因此，我的最终结果将是值599.5。

hpaulj

这是您的脚本的修改。主要是我加了repr。但是我也将None情况更改为measures一个空列表[]：

import numpy as np

class B():
    def __init__(self, a,b):
        self.a = a
        self.b = b
    def __repr__(self):
        return 'B(%s, %s)'%(self.a, self.b)

class Criteria():
    def __init__(self, method, minimum, maximum, measures=None):
        self.method = method
        self.minimum = minimum
        self.maximum = maximum
        self.measures = measures   # may be None

   def __repr__(self):
        # **edit** work with None
        if self.measures is None:
            measures = 'measures: None'
        else:
            measures = [' measures:[']
            for m in self.measures:
                measures.append('   {}'.format(m))
            measures.append('    ]')
            measures = '\n'+ '\n'.join(measures)
        return 'C({0.method},{0.minimum},{0.maximum}, {1})'.format(self, measures)

    def calcs(self):
        if self.measures is not None:
            for x in self.measures:
                if (x.a > self.minimum and x.a < self.maximum):

                x.a = 999
    return self.measures

    def avg(self, calcs=None):
        # **edit** work with None and calcs
        if calcs is None:
            calcs = self.measures
        if calcs is None:
            return 'none'
        elif len(calcs)==0:
            return '[]'
        else:
            return np.average([x.a for x in calcs])

class Evaluate():
    def __init__(self, criteria):
        self.criteria = criteria
    def __repr__(self):
        #return 'E({})'.format(self.criteria)
        astr = 'Evaluate \n'
        for c in self.criteria:
            astr += '{}\n'.format(c)
        return astr

考虑制作一组Criteria对象。一个人AVG必须以某种或其他方式知道measures它的用途。一种方法是measures在构造过程中使用的参数。

b1 = np.array([B(100, 0.1),
    B(11, 0.3),
    B(300, 0.2),
    B(33, 0.1)],dtype=object)
b2 = np.array([B(1, 0.1), B(2,.5)])
c1 = Criteria('V', 1, 100, b1)
c2 = Criteria('V', 2, 200, b2)
c3 = Criteria('AVG', 22, 220, None)
c4 = Criteria('AVG', 22, 220, c2.measures)
c5 = Criteria('AVG', 22, 222, c1.measures)

编辑更改迭代以保存最后的calcs结果，如果AVG度量为“无” ，则使用该结果。C.avg现在需要一个可选参数。

last_calcs = None
for c in  alist:
    if c.method=='V':
        last_calcs = c.calcs()
        print('calcs', c.measures)
    if c.method=='AVG':
        if c.measures is None:
            avg = c.avg(last_calcs)
        else:
            avg = c.avg()
        print('AVG', avg)

和：

alist = [c3,c1,c3,c2,c3,c4, c5]

这将产生：

evaluate
AVG none         # c3 with nothing preceeding
calcs [B(100, 0.1) B(999, 0.3) B(300, 0.2) B(999, 0.1)]
AVG 599.5        # c3 following c1
calcs [B(1, 0.1) B(2, 0.5)]
AVG 1.5          # c3 following c2
AVG 1.5          # c4 with same measures as c2
AVG 599.5        # c5 with same measures as c1

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。