Question

可以创建数据集及其依赖的有向非循环图。它可能看起来像：

process

要访问每个数据集，必须应用一个进程（由DiGraph类表示）。目前我正在使用网络x创建X，其中每个数据集对象都是一个节点，到达process节点的进程是指向ROOT对象的节点上的属性。 dataset1a只是一个提供起始节点的虚拟节点。

这是用networkx表示图形的好方法吗？鉴于存在dataset1b和process并且必须创建它们的后代（其中每个先前的数据集都是dataset3a4a类的输入）...什么是遍历图形的好方法的是：

直到访问了所有'依赖项（并创建了数据集）后才访问节点
可以找到依赖的“节点”......例如。如果我在dset3a节点，我必须能够发现创建该数据集的所有“输入” - dset4a，dataset2和conda update conda conda update anaconda。

Answer 1

Python提供了一些内省工具，您可以使用它们代替networkx。 ArrayList<Coins> coins = purse1.getCoins(); for(Coin coin: coins){ System.out.println(coin.toString); }方法返回给定类的直接子类的列表：

__subclasses__

In [36]: Root.__subclasses__() Out[38]: [__main__.DataSet1a, __main__.DataSet1b] In [61]: DataSet2.__subclasses__() Out[61]: [__main__.DSet3a, __main__.DSet3b, __main__.DataSet3a4a] In [62]: DataSet3a4a.__subclasses__() Out[62]: []属性返回类的基础（直接父类）：

__bases__

In [63]: DataSet3a4a.__bases__ Out[63]: (__main__.DSet3a, __main__.DataSet2, __main__.DSet4a)属性为您的第二个问题提供了答案如何找到创建数据集的输入。

要回答第一个问题，您可以使用__bases__和__subclasses__ 建立自己的遍历功能：

__bases__

产量

import collections
class Root(object): pass
class DataSet1a(Root): pass
class DataSet1b(Root): pass
class DataSet2(DataSet1a): pass
class DataSet2b(DataSet1b): pass
class DSet3a(DataSet2): pass
class DSet3b(DataSet2): pass
class DSet4a(DataSet2b): pass
class DSet4b(DataSet2b): pass
class DataSet3a4a(DSet3a, DataSet2, DSet4a): pass

def visit(cls):
    seen = set([cls])
    queue = collections.deque(cls.__subclasses__())
    while queue:
        subcls = queue.popleft()
        if subcls in seen: continue
        # check that all its bases have been seen
        for base in subcls.__bases__:
            if base not in seen:
                # if a base has not been seen, push subcls to the back of the queue
                queue.append(subcls)
                break
        else:
            # all the bases of subcls have already been seen
            seen.add(subcls)
            yield subcls
        # add all the subclasses of subcls to the queue
        queue.extend(subcls.__subclasses__())

for cls in visit(Root):
    print(cls.__name__)

在networkx中生成并执行处理图

1 个答案: