我刚刚开始使用OOP进行python(所以如果这是一个愚蠢的问题,请原谅我)。我正在使用一个模型,该模型使用一个函数来模拟大气中二氧化碳排放的衰减。对于每个时间步,c_size
类的Emission
属性应使用decay
函数降低
我已将代码简化为单次运行,但我不断收到错误:
Traceback (most recent call last):
File "<co2>", line 20, in <module>
x.decay(year=1)
TypeError: decay() got multiple values for argument 'year'
我无法看到任何多个值可能来自哪里。我只将一个int
值传递给代码。
代码是:
import numpy as np
class Emission:
def __init__(self,e_year=0, e_size=0.0):
self.e_year=e_year #emission year
self.e_size=e_size #emission size
self.c_size=[e_size] #current size
def decay(year):
#returns a % decay based on the year since emission 0 = 100% 1 = 93%
# etc. from AR5 WG1 Chapter 8 supplementary material equation 8.SM.10
# using coefficients from table 8.SM.10
term1 = 0.2173
term2 = 0.224*np.exp(-year/394.4)
term3 = 0.2824*np.exp(-year/36.54)
term4 = 0.2763*np.exp(-year/4.304)
out = (term1+term2+term3+term4)*self.e_size
self.c_size.append(out)
print(self.c_size)
x = Emission(e_year=1,e_size=10.0)
x.decay(year=1)
答案 0 :(得分:6)
您忘记了self
的方法签名中的decay
,因此Python尝试将该实例作为第一个参数(year
)插入,并且您也传入了year
显式 - 导致争论的冲突。
所以只需将方法定义更改为:
def decay(self, year):
重要的是要意识到方法的第一个参数的名称self
只是一个约定。如果您将其命名为year
(尽管您必须为第二个参数找到不同的名称),或this
或the_instance
,它也可以使用。重要的是,当您调用方法时,实例将作为方法的第一个参数隐式传递。
所以这也可行:
def decay(blabla, year):
term1 = 0.2173
term2 = 0.224*np.exp(-year/394.4)
term3 = 0.2824*np.exp(-year/36.54)
term4 = 0.2763*np.exp(-year/4.304)
out = (term1+term2+term3+term4)*blabla.e_size
blabla.c_size.append(out)
print(blabla.c_size)
但这违反了常见的Python惯例,我不得不使用self
更改方法中的所有blabla
。
进一步评论:
如果你专门处理标量year
,你可能应该使用math.exp
代替numpy.exp
,因为它要快得多。但math.exp
仅适用于标量,因此如果您要使用year
的列表或数组,则必须使用numpy.exp
。
答案 1 :(得分:2)
类方法的第一个参数应该是self。
class Emission:
def __init__(self,e_year=0, e_size=0.0):
self.e_year=e_year #emission year
self.e_size=e_size #emission size
self.c_size=[e_size] #current size
def decay(self, year):
#returns a % decay based on the year since emission 0 = 100% 1 = 93% etc. from AR5 WG1 Chapter 8 supplementary material equation 8.SM.10 using coefficients from table 8.SM.10
term1 = 0.2173
term2 = 0.224*np.exp(-year/394.4)
term3 = 0.2824*np.exp(-year/36.54)
term4 = 0.2763*np.exp(-year/4.304)
out = (term1+term2+term3+term4)*self.e_size
self.c_size.append(out)
print(self.c_size)