Question

我有一个名为DNA的Python对象。我想创建100个DNA实例。每个实例都包含一个对所有实例都相同的pandas数据帧。为避免重复，我想将此数据帧合并为静态/类属性。

import pandas as pd
some_df = pd.DataFrame()

class DNA(object):
  df = some_variable  # Do i declare here?

  def __init__(self,df = pd.DataFrame(), name='1'):
    self.name = name
    self.instance_df = instance_df  # I want to avoid this
    DNA.some_df = df  # Does this duplicate the data for every instance?

这样做的正确方法是什么？

我可以使用 init 函数创建类变量吗？或者它会为类的每个实例创建一个单独的类变量吗？
我是否需要在＆＃39;类之间声明类变量。＆＃39;和＆＃39; def init （...）＆＃39;？
其他一些方式？

我希望能够更改我用作类变量的数据帧，但是一旦加载了类，它就需要在所有实例中引用相同的值（即相同的内存）。

Answer 1

我在评论中回答了你的问题：

import pandas as pd
some_df = pd.DataFrame()

class DNA(object):
  df = some_variable  # You assign here. I would use `some_df`

  def __init__(self,df = pd.DataFrame(), name='1'):
    self.name = name
    self.instance_df = instance_df  # Yes, avoid this
    DNA.some_df = df  # This does not duplicate, assignment **never copies in Python** However, I advise against this

所以，使用

DNA.some_df = df

在__init__ 内部可以正常工作。由于默认参数仅在函数定义时评估一次，因此df始终是相同的df，除非您明确地将 new df传递给{{1}但是那对我来说有点糟糕的设计。相反，你可能想要这样的东西：

__init__

假设您想在任何时候使用它来改变它：

class DNA(object):

  def __init__(self,df = pd.DataFrame(), name='1'):
    self.name = name

<some work to construct a dataframe>
df = final_processing_function()

DNA.df = df

注意：

DNA.df = new_df

但要小心，当你分配给一个实例时，Python会带你到你的话：

In [5]: class A:
   ...:     pass
   ...:

In [6]: a1 = A()

In [7]: a2 = A()

In [8]: a3 = A()

In [9]: A.class_member = 42

In [10]: a1.class_member
Out[11]: 42

In [11]: a2.class_member
Out[11]: 42

In [12]: a3.class_member
Out[12]: 42

通过检查实例的名称空间和类对象本身来反映这一点：

In [14]: a2.class_member = 'foo' # this shadows the class variable with an instance variable in this instance...

In [15]: a1.class_member
Out[15]: 42

In [16]: a2.class_member # really an instance variable now!
Out[16]: 'foo'

将pandas数据帧作为静态类变量分配给对象 - 内存使用（Python）

1 个答案: