问在init自动初始化的"Lazy“属性
EN

Stack Overflow用户

提问于 2017-02-21 03:54:47

回答 2查看 1.1K关注 0票数 0

我想使用一些类似于通常的懒惰性装饰器，但由于TensorFlow的工作方式和使用方式，我需要在最新的__init__上自动初始化所有的惰性属性( TensorFlow部件不是问题的一部分，但有关我的意思，请参阅这里 )。所谓“初始化”，我的意思是调用getattr一次运行属性方法并缓存结果。

以下工作已经完成：

import functools

def graph_property(getter):
    property_name = getter.__name__
    attribute = '_cache_' + property_name

    @property
    @functools.wraps(getter)
    def decorated(self):
        if not hasattr(self, attribute):
            setattr(self, attribute, getter(self))
            self._graph.append(property_name) # for illustration
            print('Initializing ' + property_name)
        return getattr(self, attribute)

    return decorated


class Test:
    def __init__(self):
        self._graph = []
        self.inputs    # DON'T LIKE TO DO THIS
        self.do_stuff  # AND THIS

    @graph_property
    def inputs(self):
        return 42.0

    @graph_property
    def do_stuff(self):
        return self.inputs + 1.0


if __name__ == '__main__':
    t = Test()
    print(t._graph)

但是，最好摆脱对self.input和__init__中的self.do_stuff的手动调用--这很快就变得乏味了。

我在考虑多种“记住”属性的方法，哪些属性是列表中某个位置的graph_property，但我认为所有这些都必须失败，因为在应用装饰符时，类还不为它所知(更不用说self了)。

我可以想象的一种工作方式是给返回的decorated对象一些标记属性，并为Test编写一个元类，它查看所有方法，收集带有这个标记的方法，并以某种方式为它们创建一个初始化器。我未能实现这一点，因为我对元类非常不熟悉，而且property描述符不允许我添加属性。

所述方法是否可行(如果可行，如何实施)？还是有一种更简单的方法(没有人工开销，语法也一样好)，而我只是没有看到它？

python-decorators

python

python-3.x

向量数据库

传统知识库搭建耗时费力？腾讯云向量数据库 + Dify混合检索，轻松实现高效知识管理与精准问答！

回答 2

Stack Overflow用户

回答已采纳

发布于 2017-02-21 04:23:49

您可以添加一个简单的property并定义一个子类，然后在__init__方法中执行与这个自定义属性相关的所有初始化。通过这种方式，您可以选择希望它们初始化的类以及不希望初始化它们的类。

import functools


class lazy_property(property):
    """
    This class will help us in identifying our lazy properties, so that we
    don't confuse them with normal properties. 
    """
    pass

def graph_property(getter):
    property_name = getter.__name__
    attribute = '_cache_' + property_name

    @lazy_property
    @functools.wraps(getter)
    def decorated(self):
        if not hasattr(self, attribute):
            setattr(self, attribute, getter(self))
            self._graph.append(property_name)  # for illustration
            print('Initializing ' + property_name)
        return getattr(self, attribute)

    return decorated

class InitializeLazyPropertiesMixin:
    """
    This mixin does all of the work of initializing lazy properties
    """
    def __init__(self):
        cls = type(self)
        fields = (k for k in dir(cls) if isinstance(getattr(cls, k), lazy_property))
        for field in fields:
            getattr(self, field)


class Test(InitializeLazyPropertiesMixin):
    def __init__(self):
        self._graph = []
        # Whenever you're inheriting from this mixin make sure to call
        # super `__init__` method.
        super().__init__()

    @graph_property
    def inputs(self):
        return 42.0

    @graph_property
    def do_stuff(self):
        return self.inputs + 1.0

class Test1:
    """
    Just another class that doesn't require initializing any of the lazy properties
    """
    def __init__(self):
        self._graph = []

    @graph_property
    def inputs(self):
        return 42.0

    @graph_property
    def do_stuff(self):
        return self.inputs + 1.0

演示输出：

>>> t = Test()
Initializing inputs
Initializing do_stuff
>>> print(t._graph)
['inputs', 'do_stuff']
>>> t = Test1()
>>> print(t._graph)
[]
>>> t.inputs
Initializing inputs
42.0
>>> t._graph
['inputs']

票数 1

Stack Overflow用户

发布于 2017-02-21 04:12:37

由于您完全控制了属性和类层次结构，所以只需标记您想要的属性，并且在基类__init__方法中包含调用所有属性的代码。

因此，首先，在装饰器中，在graph_property装饰器上设置一个变量，以便标记要初始化的方法。由于property对象与函数不同，不能分配任意属性，因此修复方法是将Python的本机属性包装在用户定义的类中：

class MarcableProperty(property):
    pass

def graph_property(getter):
    property_name = getter.__name__
    attribute = '_cache_' + property_name

    @MarcableProperty
    @functools.wraps(getter)
    def decorated(self):
        ...

    decorated._graph_initialize = True
    return decorated

然后，在基类或混合类上为所有其他类执行以下操作：

def __init__(self, *args, **kwargs):
    super().__init__(*args, **kwargs)
    for cls_member_name in dir(self.__class__): 
         # "dir" is good because it automatically looks
         # at the superclasses as well
         cls_member = getattr(self.__class__, cls_member_name)
         if getattr(cls_member, "_graph_initialize", False):
              # Fetch property, initializing its value:
              getattr(self, cls_member_name)