用数据模型方法覆盖 * 和 ** 解包？

Question

我试图弄清楚如何让对象能够解包值。

我想出的用例如下：

• 让我们有一个 Interval 类，我们将使用它来评估实值函数。
• 我们想要求
  • 会员，因此__contains__。
  • 通过使用特定步骤调用或仅使用默认步骤对其进行迭代，因此__call__ 和__iter__。
• 以后我会支持联合、交集。

我正在寻找的功能之一是能够调用一个 Interval 对象并将其解包，这样如果 I = Interval(1, 2) 和 a, b = *I 然后是 a == 1 和 b == 2。

这主要适用于 函数，它们的 参数中会有 间隔限制。

例如函数def Integrate(f, a, b): ...，然后我们评估integral = Integrate(f, *I)，其中$f$ 实值函数和I 是我们讨论的区间。

问题是我不完全确定应该使用哪种数据模型方法。

到目前为止，我想出的示例类如下。

class Interval:
    def __init__(self, a, b):
        if a >= b:
            raise Exception("Invalid values for an interval")
        self.upper = b
        self.lower = a

    def __contains__(self, value):
        return self.lower <= value <= self.upper

    def __call__(self, h=_h):
        yield from dense_range(self.lower, self.upper, h)

    def __iter__(self):
        return self()

    def __repr__(self):
        return f"<Interval [{self.lower}, {self.upper}]>"

有什么想法吗？

Answer 1

我没有很多实现迭代器的经验，但我相信您所需要的只是从__iter__ 产生相关项目：

class Interval:
    def __init__(self, a, b):
        if a >= b:
            raise Exception("Invalid values for an interval")
        self.upper = b
        self.lower = a

    def __contains__(self, value):
        return self.lower <= value <= self.upper

    def __call__(self, h=_h):
        yield from dense_range(self.lower, self.upper, h)

    def __iter__(self):
        yield self.lower
        yield self.upper

    def __repr__(self):
        return f"<Interval [{self.lower}, {self.upper}]>"

一些用途：

In [5]: interval = Interval(1, 7)

In [6]: a, b = interval

In [7]: a
Out[7]: 1

In [8]: b
Out[8]: 7

In [9]: [*interval]
Out[9]: [1, 7]

In [10]: [value for value in interval]
Out[10]: [1, 7]

In [11]: dict(zip("ab", interval))
Out[11]: {'a': 1, 'b': 7}

In [12]: a, b, *c = interval

In [13]: a
Out[13]: 1

In [14]: b
Out[14]: 7

In [15]: c
Out[15]: []

In [16]: a, *b, c = interval

In [17]: a
Out[17]: 1

In [18]: b
Out[18]: []

In [19]: c
Out[19]: 7