我在Python中为我的数据创建了一些数据对象。现在，我需要编写一些处理这些数据的算法。我正在讨论将算法编写为：
（1）Data对象的方法。 （2）在单独的模块中的功能。 （3）算法对象。
我注意到在numpy中，一些算法（例如min，max，sum等）被实现为numpy数组对象的方法，而其他更复杂的算法（例如svd）被实现为函数（在单独的模块中）叫做numpy.linalg）。我还注意到有些人将算法实现为对象，它们对数据对象起作用（在前面的例子中，linalg很可能是一个带有svd方法的类）。
我在这里有一个例子来澄清我的问题。假设我的数据对象名为 sample ，我的算法名为 rasam 。
我可以将 rasam 作为示例对象的一种方法来实现，然后将其作为
进行访问this_sample = sample()
this_sample.rasam(rasam_args)
或
this_sample = sample()
rasam(this_sample,rasam_args)
或
this_sample = sample()
this_rasam = rasam(rasam_args)
this_rasam.run(this_sample)
以上哪个选项被视为代码优秀设计？ 作为后续，为什么SVD算法实现为一个函数，其中SUM实现为numpy数组对象的方法？
我发现这个链接在一般的＆＃34;函数与方法＆＃34;中解决了这个问题。观点，但我对数据对象和算法的特定上下文更感兴趣。
In Python, when should I use a function instead of a method?
答案 0 :(得分：0)
这些问题没有真正的正确答案，答案始终是＆＃34;它取决于。＆＃34;就个人而言，在这种情况下，我会同时使用选项1或2.不确切知道您的数据确实很难说，但基本上您要考虑的主要问题是代码重用。
数据对象彼此有何不同？你的算法可以是一个适合所有解决方案吗？如果是这样，那么您可能希望在单独的模块中使它们成为函数。
Numpy实际上遵循选项1和2（据我所知）。虽然numpy数组对象确实有一个sum函数，但还有一个顶级numpy.sum函数，它在其他numpy数据结构（如矩阵）的轴上运行。
我不是一个笨拙的开发者，但我猜他们给numpy数组提供自己sum的实现的原因只是为最终用户创建一个更好的api。
话虽这么说，我认为只要在单独的模块中将算法创建为自己的功能，就不会出错。如果您的数据结构确实需要自己实现相同的算法，那么您可以将该方法添加到该数据结构的类中。