Python中将类对象转换为子类对象的方法

Question

考虑以下最小化问题：

from math import sqrt    

class Vector(object):

    def __init__(self, x, y, z):
        self.v = [x, y, z]

    def normalize(self):
        x, y, z = self.v
        norm = sqrt(x**2 + y**2 + z**2)
        self.v = [x/norm, y/norm, z/norm]

    # other methods follow  

class NormalizedVector(Vector):

    def __init__(self, x, y, z):
        super(Vector, self).__init__(x, y, z)
        self.normalize()

因此，NormalizedVector对象与Vector对象相同，只是增加了归一化处理。

是否可能向Vector添加一个方法，以便每当调用normalize方法时，对象自动子类化为NormalizedVector？

我知道我可以使用抽象工厂模式，但这仅在创建时对对象进行子类化时才起作用：我希望能够对先前已创建的对象进行子类化。

我发现一些解决方案基于重新分配__ class __方法，但这些被不鼓励使用。我愿意修改上述模式，使其更具“Pythonic”。

- Daniel Arteaga

---

为什么不仅使用带有布尔型normalized实例属性的向量类？ - Andrés Pérez-Albela H.

Answer 1

我建议只使用 Vector() 类，并使用布尔属性 normalized。

此外，在 normalize 方法中，您正在使用 x、y 和 z，但这些变量未定义，而且您甚至没有使用 self 读取它们。

我推荐的代码：

from math import sqrt    

class Vector(object):

    def __init__(self, x, y, z, normalized=False):
        self.v = [x, y, z]
        if normalized in [True, False]:
            self.normalized = normalized
        else:
            raise Exception("Please set normalized to either True or False")

    def __repr__(self):
        return "Vector ({}, {}, {})".format(*self.v)

    def normalize(self):
        x,y,z = self.v
        norm = sqrt(x**2 + y**2 + z**2)
        self.v = [x/norm, y/norm, z/norm]
        self.normalized = True

    def isNormalized(self):
        return self.normalized

    # other methods follow  

v1 = Vector(10, 20, 30)
print v1.isNormalized()
v1.normalize()
print v1.isNormalized()

v2 = Vector(40, 50, 60, normalized=True)
print v2.isNormalized()

输出：

False
True
True

---

__repr__函数将只显示您的对象的好表示：

---

print v1

输出：

Vector (0.267261241912, 0.534522483825, 0.801783725737)

- Andrés Pérez-Albela H.

---

一个向量可以被初始化为标准化的(1,0,0)，但这取决于代码使用者是否认为这很重要。此外，如果任何操作改变了实例，这个属性需要被重置。 - Caramiriel

@Caramiriel，然后（如我所更新的），设置一个带有default=False的normalized关键字参数，如果他想将向量初始化为normalized，则可以在构造函数中指定。 - Andrés Pérez-Albela H.

Answer 2

为什么需要在向量本身中跟踪归一化，只需在您的main.py或任何使用向量的地方进行跟踪即可？同时，我建议返回一个具有归一化值的新对象副本。这样，您可以在计算中动态创建归一化向量，而不改变原始向量。

from math import sqrt    

class Vector(object):

    def __init__(self, x, y, z):
        self.v = [x, y, z]

    def normalized(self):
        x, y, z = self.v
        norm = sqrt(x**2 + y**2 + z**2)
        return Vector(x/norm, y/norm, z/norm)

如果您需要对许多向量进行归一化，可以将它们归一化为两个列表或元组列表等任何您想要的形式，以下是一个字典示例：

vectors = {}
for x, y, z in zip(range(10), range(10), range(10)):
    v = Vector(x, y, z)
    vectors[v] = v.normalize()

如果您只有少量向量或偶尔需要规范化向量以进行计算，您可以手动跟踪它们或在计算中即时创建它们，而不更改原始向量：v_norm = v.normalized()。

- Markus Meskanen

Answer 3

如果你真的想保留这两个类，你可以重写这两个类的操作。

假设你想要添加向量和归一化向量，你可以像这样做：

从math库中导入sqrt。

class Vector:

    def __init__(self,x,y):
        self.x = x
        self.y = y

    def __add__(self,v):
        if isinstance(v,Vector):
            return (self.x+v.x,self.y+v.y)
        elif isinstance(v,NormVector):
            n = NormVector(self.x,self.y)
            return (n.x+v.x,n.y+v.y)

class NormVector:

    def __init__(self,x,y):
        self.x = x / sqrt(x**2 + y**2)
        self.y = y / sqrt(x**2 + y**2)

    def __add__(self,v):
        if isinstance(v,Vector):
            n = NormVector(v);
            return (self.x + n.x,self.y + n.y)
        elif isinstance(v,NormVector):
            return (self.x+v.x,self.y+v.y)


a = Vector(5,0)
b = NormVector(0,3)
c = a + b
print c

你可以像这样覆盖掉任何需要的函数。你可以在文档中找到可能操作的列表。

- Rolf Lussi