编辑：

Question

我正在研究一个python项目，该项目需要我将某些对象的某些属性编译到数据集中。我当前正在使用的代码如下：

class VectorBuilder(object):
    SIZE = 5

    def __init__(self, player, frame_data):
        self.player = player
        self.fd = frame_data

    def build(self):
        self._vector = []

        self._add(self.player)
        self._add(self.fd.getSomeData())
        self._add(self.fd.getSomeOtherData())

        char = self.fd.getCharacter()
        self._add(char.getCharacterData())
        self._add(char.getMoreCharacterData())

        assert len(self._vector) == self.SIZE
        return self._vector

    def _add(self, element):
        self._vector.append(element)

但是，此代码有点不干净，因为向数据集中添加属性或从数据集中删除属性也需要正确调整SIZE变量。我什至拥有SIZE变量的原因是，在创建数据集本身之前，需要在运行时知道数据集的大小。

我曾经考虑过保留所有用于将数据集构造为字符串的函数的列表（如attributes = ['getPlayer', 'fd.getSomeData', ...]），然后将build函数定义为：

def build(self):
    self._vector = []
    for att in attributes:
        self._vector.append(getattr(self, att)())
    return self._vector

这将使我可以像访问len(attributes)一样简单地访问大小，而我只需要编辑attributes，但是我不知道如何使这种方法与链式函数调用一起使用，例如self.fd.getCharacter().getCharacterData()。

有没有一种更清洁的方式来完成我要尝试的工作？

编辑：

一些其他信息和澄清是必要的。

由于我在网上阅读了一些错误的建议，我之所以使用__（本质上说，对于模块私有成员，我应该使用_，对于类私有成员，我应该使用__）。我现在已经将它们编辑为_属性。
吸气剂是我正在使用的框架的一部分。
向量存储为私有类成员，因此我不必将其传递给构造方法，实际上这些构造方法比简单的_add还要多，它还可以进行标准化和{{ 1}}进行元素转换，然后再将其添加到向量中。
bool->int是一个真正的常量。它只会在SIZE的第一行中被赋予一个值，并且在运行时不会改变。我意识到我没有在主要帖子中适当地阐明这一点，但是永远不会在运行时添加新属性。我所说的调整将在编程时进行。例如，如果要添加新属性，则需要在VectorBuilder函数中添加它，例如：
```
build
```
，并将self._add(self.fd.getCharacter().getAction().getActionData().getSpeed())的定义更改为SIZE。
将属性编译为当前简单的python列表（但可能会被numpy数组替换），然后作为输入向量传入神经网络。但是，神经网络本身需要首先构建，并且这需要在任何数据可用之前（即在创建任何输入矢量之前）进行。为了成功构建，神经网络需要知道它将要接收的输入向量的大小。这就是为什么SIZE = 6是必要的原因，也是SIZE语句的原因-确定我传递给网络的向量实际上是我声称要传递给它的大小的原因。 / li>

我知道代码是非Python的，这就是为什么我在这里-代码有效，只是丑陋。

Answer 1

您不想从列表中提供属性的字符串，而是要从中创建输入参数，为什么不使用包含所有内容的列表来初始化build函数您的getter函数返回的值？

例如，您的SIZE变量仍将是build(self,*args)中提供的动态参数列表的长度。

在运行时计算使用的属性

编辑：

1 个答案: