Question

Python enum.Enum的声明性用法需要提供值，当在enum的最基本用例中，我们实际上并不关心名称和值。我们只关心哨兵本身。在最近阅读了related Q&A之后，我意识到可以使用枚举的元类的__prepare__方法来获得这种声明：

class Color(Enum):
    red
    blue
    green

让事情变得如此干燥的实施实际上相当容易：

from collections import defaultdict

class EnumMeta(type):
    @classmethod
    def __prepare__(meta, name, bases):
        return defaultdict(object)

    def __new__(cls, name, bases, classdict):
        classdict.default_factory = None
        return type.__new__(cls, name, bases, classdict)

class Enum(metaclass=EnumMeta):
    pass

在Python 3.6中，提供enum.auto来帮助解决omitting values的问题，但界面仍然很奇怪 - 您需要为auto()指定__repr__值每个成员，并从另一个基础继承，以修复class Color(NoValue): red = auto() blue = auto() green = auto()：

auto

知道为标准库选择的实现已经进入了许多工时和非常小心，必须有一些理由为什么早先演示的声明性枚举的更多Pythonic版本无法正常工作。

我的问题是，提出的方法有哪些问题和失败模式，为什么这个（或类似的东西）决定反对 - 而Python中包含def __init__(self, state_size, question_tensor, encoded_questions, batch_size): self._state_size = state_size self.question_tensor = question_tensor self.encoded_questions = encoded_questions self.batch_size = batch_size @property def state_size(self): return self._state_size @property def output_size(self): return self._state_size def __call__(self, inputs, state, scope=None): scope = scope or type(self).__name__ with tf.variable_scope(scope): W_p = tf.get_variable("W_p", dtype=tf.float64, shape=[self.state_size, self.state_size], initializer=tf.contrib.layers.xavier_initializer()) W_r = tf.get_variable("W_r", dtype=tf.float64, shape=[self.state_size, self.state_size], initializer=tf.contrib.layers.xavier_initializer()) b_p = tf.get_variable("b_p", dtype=tf.float64, shape=[self.state_size]) w = tf.get_variable("w", dtype=tf.float64, shape=[1,self.state_size]) b = tf.get_variable("b", dtype=tf.float64, shape=[]) #print 'question tensor', np.shape(self.question_tensor) #print 'inputs', np.shape(inputs) #print 'insides', np.shape(tf.matmul(inputs, W_p) + tf.matmul(state, W_r) + b_p) G = tf.nn.tanh( tf.transpose(tf.transpose(self.question_tensor, perm=[1,0,2]) + (tf.matmul(inputs, W_p) + tf.matmul(state, W_r) + b_p), perm=[1,0,2]) ) #print 'big G', np.shape(G) attention_list = [] for i in range(self.batch_size): attention_matrix = tf.matmul(G[i,:,:], tf.transpose(w)) attention_list.append(attention_matrix) attention_scores = tf.stack(attention_list) a = tf.nn.softmax(attention_scores + b) a = tf.reshape(a, [self.batch_size, -1]) #print 'a shape is', np.shape(a) weighted_question_list = [] for i in range(self.batch_size): attention_vector = tf.matmul(tf.reshape(a[i], [1,-1]), self.encoded_questions[i]) weighted_question_list.append(attention_vector) weighted_questions = tf.stack(weighted_question_list) weighted_questions = tf.reshape(weighted_questions, [32, -1]) #print'weighted questions', np.shape(weighted_questions) z = tf.concat([inputs, weighted_questions], 1) lstm_cell = tf.nn.rnn_cell.LSTMCell(self.state_size) output, new_state = lstm_cell.__call__(z, state) return output, new_state功能呢？

Answer 1

让defaultdict成为Enum的命名空间有几个陷阱：

无法访问除其他枚举成员/方法之外的任何内容
拼写错误创建新成员
从_EnumDict命名空间中丢失保护：
- 覆盖成员
- 覆盖方法
- 较新的_generate方法

最重要的是：

它不会起作用

为什么它会起作用？ __prepare__不仅可以在命名空间dict上设置属性，因此命名空间也可以自行命令 - 而_EnumDict可以：_member_names，列出应该是成员的所有属性。

但是，声明一个没有值的名称的目标并非不可能 - aenum ¹包允许它有一些安全措施：

魔术自动行为仅在定义成员时出现（一旦定义了正常方法，它就会关闭）
property，classmethod和staticmethod，但可以包含它们和/或排除其他全局名称

这种行为对于stdlib来说被认为太神奇了，所以如果你想要它，以及其他一些增强/改进²，你必须使用aenum

一个例子：

from aenum import AutoEnum

class Color(AutoEnum):
    red
    green
    blue

__repr__仍显示创建的值。

-

¹披露：我是Python stdlib Enum，enum34 backport和Advanced Enumeration (aenum)图书馆的作者。

² NamedConstant（就像它说的那样;），NamedTuple（基于元类，默认值等），加上一些内置枚举：

MultiValueEnum - ＆gt;多个值可以映射到一个名称（而不是别名）
NoAliasEnum - ＆gt;具有相同值的名称不是别名（想想扑克牌）
OrderedEnum - ＆gt;成员按定义可比较订单
UniqueEnum - ＆gt;没有别名允许

Answer 2

您可能感兴趣的是可以使用多个参数创建枚举：

from enum import Enum

class NoValue(Enum):
    def __repr__(self):
        return '<%s.%s>' % (self.__class__.__name__, self.name)

Color = NoValue('Color', ['red', 'green', 'blue'])  # no need for "auto()" calls

这样您就不必使用auto或其他任何内容（例如__prepare__）。

为什么这个（或类似的东西）决定反对 - 而自动功能包含在Python 3.6中呢？

已经在Python问题跟踪器（特别是bpo-23591）上对此进行了详细讨论，并且我将包含针对它的（汇总的）参数：

Vedran Čačić：

这是一个基本的东西：它打破了类主体是一套命令的承诺，其中Python语句（例如赋值）具有它们通常的语义。

Raymond Hettinger：

只要[auto]已在某处定义（即来自enum import [auto]），它就是普通的Python，并且不与其他语言或其工具链作斗争。

简而言之：类定义将这些“变量”解释为查找：

class A(object):
    a

但是对于enum，它们应该被解释为赋值？该用例根本不被视为"special enough to break the rules"。

使用prepare作为枚举......捕获的是什么？

2 个答案:

使用__prepare__作为枚举......捕获的是什么？

2 个答案:

使用prepare作为枚举......捕获的是什么？