3

我有一个 Python 对象列表，代表几个类。这些类显然不同，但仍然有几个共同的属性（每个对象具有不同的值）。例如：

class Super1:
    def __init__(self, value1, value2):
        self.value1 = value1
        self.value2 = value2
        #Lot's of other stuff

class Sub1(Super1):
    def __init__(self, value1, value2, value3):
        Super1.__init__(self, value1, value2)
        self.value3 = value3
        #Lot's of stuff

class Sub2(Super1):
    def __init__(self, value1, value2, value4):
        Super1.__init__(self, value1, value2)
        self.value4 = value4
        #Lot's of stuff

objects = [Sub1(1.,2.,3.), Sub1(213.,2.,23.), Sub2(23.,10.,0.2), Sub1(3.,2.,12.)]

现在，为了方便和性能，我需要一个包含所有这些值的 NumPy 数组。我知道我可以这样阅读它们：

np.array([objects[ii].value1 for ii in range(4)])

但我还需要更改数组形式以及实例方法中的值。是否可以通过使用指针或其他方式以某种方式动态链接对象属性和数组中的相应值？

不，这里的对象不必是一个列表。欢迎提出建议。

4

2 回答 2

3

Numpy 数组是“计算机内存的连续一维段”，因此您确实无法创建一个由这里和那里的内存块组成的 numpy 数组。

唯一的可能性是反过来，首先创建数组，然后将该数组的单个元素切片分配给您的对象，例如

class Super1(object):
    def __init__(self, value1):
        self._value1 = value1

    @property
    def value1(self):
        return self._value1[0]

    @value1.setter
    def value1(self, value):
        self._value1[0] = value

现在：

>>> a = np.arange(4)
>>> obj = [Super1(a[j:j+1]) for j in xrange(len(a))]
>>> obj[0].value1
0
>>> obj[0].value1 = 5
>>> a
array([5, 1, 2, 3])
>>> obj[2].value1
2
>>> a[2] = 8
>>> obj[2].value1
8
于 2013-04-10T16:07:15.913 回答
1

如果要修改对象的设置属性，请使用属性。

此解决方案适用于数组的索引

class Super(object):

    @property
    def value1(self):
        return self.array1[self.index]

    @value1.setter
    def value1(self, value):
        self.array1[self.index] = value

    def __init__(self, array1, index):
        self.array1 = array
        self.index = index

您需要先创建数组，然后再创建对象。

这是另一种使用一个对象数组的解决方案：

class Super(object):

    @property
    def value1(self):
        return self.array[0]

    @value1.setter
    def value1(self, value):
        self.array[0] = value

    def __init__(self, array):
        self.array = array
于 2013-04-10T15:03:26.570 回答