我有一个名为IDataStream的抽象类,它有一个方法。我为此抽象类(称为IMUDataStream,GPSDataStream)创建了两个实现。将来可能会添加IDataStream抽象类的另一种实现。我还有另一个名为DataVisualizer的类,该类可可视化由不同DataStream类提取的所有数据。
将来,如果我添加IDataStream抽象类的另一个DataStream实现,则不应修改DataVisualizer类以可视化数据。有没有一种方法可以创建IDataStream类的所有派生类的对象,将其添加到列表中并在列表中进行迭代,然后使用它来调用给我数据的方法?
请注意,我是python和设计模式的新手。尝试学习。这可能是一个完全愚蠢的问题和完全的疯狂。我实际上对此有要求。如果这可以通过设计模式来实现,请读者向我指出材料。帮助非常感谢。谢谢!
#!/usr/bin/env python3
from abc import ABC, abstractmethod
class IDataStream(ABC):
def get_data(self):
pass
class IMUDataStream(IDataStream):
def __init__(self):
self.__text = "this is IMU data"
def get_data(self):
print(self.__text)
class GPSDataStream(IDataStream):
def __init__(self):
self.__text = "this is GPS data"
def get_data(self):
print(self.__text)
class DataVisualizer:
def __init__(self):
# somehow create objects of all derived classes of IDataStream here and call the get_data() function
# even if I add another derived class in the future. I should not be modifying the code here
答案 0 :(得分:0)
您要问的是能够找到内存中的所有实例化对象,然后仅针对特定的类/子类/父类/任何对象对其进行过滤,请看一下有关此stack-overflow question的内容如何从内存中获取所有当前对象和方法。
这就是说...每当您不得不问自己如何在内存中全局查找某个对象的所有实例时,您应该停止自己并问(好像您这样做,因此倍感荣幸)是否有更好/更轻松的方法方式吗?
大多数时候,您希望使数据可视化器独立,以便仅使用数据流(在构造期间指定),请参见下文:
ds = myDataStream()
vis = myDataVisualizer(ds)
vis.show() # or whatever
或
ds = myDataStream()
vis = myDataVisualizer()
vis.show(ds)
如果希望数据可视化工具与数据无关,例如在运行时(例如,数据来自多个来源),则有两种选择。添加用于删除和添加数据源的方法,或者,您可以使用Queues and Processes使用生产者-消费者模式之类的东西将它们链接在一起(这就是我的方法)。
但是,如果您真的必须完全管理自己的内存(例如通过映射或堆)。然后,有一些设计模式可以为您提供帮助:
答案 1 :(得分:0)
首先,您可能希望方法get_data
返回数据而不是 print (否则它会进行自己的可视化处理)。这可能会做您想要的。以下代码将找出IDataStream
的所有子类,如果不是抽象类,则实例化该类的实例,在该实例上调用方法get_data
并将返回值附加到{{1 }}:
list
打印:
#!/usr/bin/env python3
from abc import ABC, abstractmethod
class IDataStream(ABC):
@abstractmethod # you probably ment to add this
def get_data(self):
pass
class IMUDataStream(IDataStream):
def __init__(self):
self.__text = "this is IMU data"
def get_data(self):
return self.__text
class GPSDataStream(IDataStream):
def __init__(self):
self.__text = "this is GPS data"
def get_data(self):
return self.__text
def is_abstract(cls):
return bool(getattr(cls, "__abstractmethods__", False))
def get_all_non_abstract_subclasses(cls):
all_subclasses = []
for subclass in cls.__subclasses__():
if not is_abstract(subclass):
all_subclasses.append(subclass)
all_subclasses.extend(get_all_non_abstract_subclasses(subclass))
return all_subclasses
class DataVisualizer:
def __init__(self):
data = [cls().get_data() for cls in get_all_non_abstract_subclasses(IDataStream)]
print(data)
dv = DataVisualizer()