Question

对于大型数学课程的教学，编写一些内置随机化的问题是有帮助的，因此并非所有学生都能得到完全相同的问题。我的解决方案是编写一个简短的Python脚本来生成一些问题 - 除了数字的微小变化外，它们是相同的。结果可能是给出测验的A / B / C / D类，并自动给我解决方案集A / B / C / D进行快速评分。

我想稍微规范一下，允许其他人使用基本的 Python技能来创建随机测验。另外，更好地组织我自己的工作。我的第一个想法是创建一个带有Question类的模块，该类具有初始化方法，用于渲染（生成LaTeX代码以包含在测验文档中），用于评估给定的响应/答案以及各种其他属性。

但是，问题类的不同实例（不同的随机问题）会有不同的方法。例如，一个问题可能会随机生成两个三位数字x，y，并将问题呈现为“查找（x，y）的GCD”。初始化时，问题也会计算答案，并在评估方法中引用它。另一个问题可能会随机生成一个三位数的数字p，并将问题呈现为“Is p prime？”。

我想到了一些解决方案：

将代码放入字符串属性中，并通过exec / eval调用它。这很糟糕。
每次写一个新问题时都会覆盖各种方法。当我对此进行调查时，我学会了“猴子修补”一词，这似乎也很糟糕。
使用问题元类！然后，我猜每个随机化的问题最终都会成为一个班级。

我猜解决方案3是正确的，所以我必须学习元类。但是，这将是一个有点伤心过。我真的希望初学者程序员可以使用它来编写随机问题。我不希望初学者必须为每个问题申报一个班级。

其他想法？当谈到面向对象的编程方面时，我自己的技能是初学者。

编辑：或许更多信息会有所帮助。

我希望以后能够轻松引用问题，例如用于制作考试或解决方案表。例如，我想将一个问题列表传递给一个函数，使用单个命令，如“make_exam（[q1，q2，q3]，randomize = True）”，其中q1，q2，q3是三个问题。该命令将返回用于q1，q2，q3的问题文本的考试的LaTeX代码，适当地随机化每一个。我也可以打开/关闭解决方案表等。为此，我认为我需要问题对象来提供各种方法。

Answer 1

会有很多问题，每个问题中的一些参数会随机化。我假设没有选择问题的随机化，只有他们的参数（虽然这将以相同的方式解决）。

所以，你可以为每个问题设一个课程：

class QuestionTemplate1():
    def __init__(self):
        self.x = random.randint(100, 1000)
        self.y = random.randint(100, 1000)

    def get_question(self):
        return "Find the GCD of (%d, %d)" % (self.x, self.y)

要创建问题的变体，只需创建一个实例。它们将是随机的，它们将是不同的：

quesition1_a = QuestionTemplate1()
quesition1_b = QuestionTemplate1()

您将拥有所有问题模板[QuestionTemplate1, QuestionTemplate2, QuestionTemplate3,...]的列表，并为每个模板创建4个问题。

唯一剩下的就是可重复性。你以后可以不能重复相同的随机值吗？是。

在脚本开头设置种子。

random.seed(3543626)

questions_a = [Q() for Q in all_templates]
questions_b = [Q() for Q in all_templates]
questions_c = [Q() for Q in all_templates]
questions_d = [Q() for Q in all_templates]

如果使用相同的种子再次运行相同的代码，您将获得相同的随机参数。我可能会在开头随机化种子并用问题打印出来。然后，如果我愿意的话，我可以重新创建相同的问题。

就是这样。没有eval，没有exec，没有monkeypatching，没有元类。甚至不是超级班。

用于随机测验问题的Python元类

编辑：或许更多信息会有所帮助。

1 个答案: