在__init __()外部声明的实例变量在python中是否有区别?

时间:2019-04-07 05:31:38

标签: python class variables instance declaration

我想知道是否有必要在类声明中定义类实例变量。

在对象(类实例)已经创建之后,我尝试分配一个新的实例变量,看起来没有什么区别。这种方法有什么警告吗?

class Context():
    def __init__(self, extension):
        self.extension = extension

c = Context('extension+')

print(f"before: {c.__dict__}")

c.new_var = 'new_var_content'
print(c.extension + c.new_var)

print(f"after: {c.__dict__}")

打印:

before: {'extension': 'extension+'}
extension+new_var_content
after: {'extension': 'extension+', 'new_var': 'new_var_content'}

2 个答案:

答案 0 :(得分:1)

self.foo定义内声明def __init__(self, <arguments>):与实例化对象后声明class Context: i_am_a_class_variable = 'class_string' def __init__(self, bar): self.bar = bar 之间没有区别。

这两个分配都具有实例级范围。

给出-

>>> Context.i_am_a_class_variable
'class_string'

请参阅-

  1. 可以在不实例化对象的情况下访问类属性。
__init__(self)
    可以在实例化期间使用>>> Context.bar --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-4-8be0704da5be> in <module> ----> 1 Context.bar >>> instance = Context('bar') >>> instance.bar 'bar' 函数分配
  1. 实例属性。
>>> instance = Context('bar')
>>> instance.foo = 'foo'
>>> instance.foo
'foo'
  1. 实例属性可以在实例化后直接分配
skf = StratifiedKFold(n_splits=5)
skf.get_n_splits(X_train, Y_train)

grid = GridSearchCV(
pipeline,  # pipeline from above
params,  # parameters to tune via cross validation
refit=True,  # fit using all available data at the end, on the best found param combination
scoring='accuracy',  # what score are we optimizing?
cv=skf,  # what type of cross validation to use
)

答案 1 :(得分:0)

就是否可以为属性分配值或创建新属性而言,如果在 init 或对象创建后的其他任何地方进行操作都没有区别在对象的 dict 中添加的情况(除非您使用插槽

但是,如果希望将类初始化为所需的状态(即,一些具有默认值/预设值的强制变量),则应将其放在 init 中。由于创建对象后会隐式调用 init ,因此您的对象将处于所需状态。