Python：设计具有相同方法和不同但等效的类

Question

我有一个算法可以在不同的数据集上执行相同的任务。本质上方法相同，但参数不同。我正在尝试为此创建类，但由于我不熟悉 OOP 设计原则，所以我有点困惑如何做到这一点。

由于算法是相同的，我想我可以创建一个公共类，与两个不同数据集相关的类从该类继承。例如，

class MyAlgorithm():
    def __init__(self, column1, column2):
        self.column1 = column1
        self.column2 = column2

    def step1():
        # do sth with dataset

    def step2():
        # do sth with result of step1()

class Dataset1Class(MyAlgorithm):
    def __init__(self, dbconn, tablename='dataset2table'):
        self.dbconn = dbconn
        self.tablename = tablename

    def get_data(dbconn, tablename):
        # get data from database for one date
        (column1A, column1B) = data_query # not shown
        return column1A, column1B


class Dataset2Class(MyAlgorithm):
    def __init__(self, dbconn, tablename='dataset1table'):
        self.dbconn = dbconn
        self.tablename = tablename

    def get_data(dbconn, tablename):
        # get data from database for one date
        (column2X, column2Y) = data_query # not shown
        return column2X, column2Y 

我在这里稍微简化了一下，数据源实际上是一个数据库，但我认为这可能不是最好的方法。所以，我想知道一个有经验的 Pythonista 会如何做到这一点。还有另一种更好的方法吗？此代码是更大代码库的一部分，最终将与数据管道的其余部分一起从 Celery 工作进程中调用。

Answer 1

为什么不将不同的数据集传递给您的算法类，而不是为不同的算法创建两个类。

class Algorithm:
  def __init__(self, dataset):
    self.dataset = dataset

  def method_1():
      """this is your algo implementation"""
      # perform action here on your dataset using self.dataset

Answer 2

如图所示，该示例根本不需要继承。

假设数据集提供相同的接口，例如元组列表或字典列表，MyAlgorithm 类足以处理这两个数据集。

如果数据格式不同，例如不同数量的字段，或者由于数据类型或语义不同而对字段有不同的处理要求，那么子类化和覆盖相关的处理方法似乎是一个合理的方法。

存在许多这种策略的例子。 Python 3 标准库中的一个是html.parser，它提供了基类HTMLParser，您可以从该基类继承并覆盖您有兴趣处理的方法，例如在看到新标签或读取一些数据时.