在运行时计算使用的属性

Question

我正在开发一个 python 项目，该项目需要我将某些对象的某些属性编译到数据集中。我目前使用的代码如下：

class VectorBuilder(object):
    SIZE = 5

    def __init__(self, player, frame_data):
        self.player = player
        self.fd = frame_data

    def build(self):
        self._vector = []

        self._add(self.player)
        self._add(self.fd.getSomeData())
        self._add(self.fd.getSomeOtherData())

        char = self.fd.getCharacter()
        self._add(char.getCharacterData())
        self._add(char.getMoreCharacterData())

        assert len(self._vector) == self.SIZE
        return self._vector

    def _add(self, element):
        self._vector.append(element)

但是，此代码有点不干净，因为向数据集添加/删除属性还需要正确调整 SIZE 变量。我什至有SIZE 变量的原因是，在创建数据集本身之前，需要在运行时知道数据集的大小。

我考虑过将用于构建数据集的所有函数的列表保留为字符串（如在attributes = ['getPlayer', 'fd.getSomeData', ...] 中），然后将build 函数定义为：

def build(self):
    self._vector = []
    for att in attributes:
        self._vector.append(getattr(self, att)())
    return self._vector

这将使我可以简单地访问大小len(attributes)，并且我只需要编辑attributes，但我不知道如何使这种方法与链式函数调用一起使用，例如self.fd.getCharacter().getCharacterData()。

有没有更简洁的方法来完成我想做的事情？

编辑：

一些额外的信息和澄清是必要的。

1. 我使用__ 是因为我在网上阅读了一些不好的建议（本质上是说我应该对模块私有成员使用_，对类私有成员使用__）。我现在已将它们编辑为 _ 属性。
2. getter 是我正在使用的框架的一部分。
3. 向量存储为私有类成员，因此我不必将其传递给构造方法，实际上这些方法比简单的_add 更多，还可以做一些其他的事情，例如规范化和bool->int 转换在将元素添加到向量之前对其进行处理。

4. SIZE 就目前而言，是一个真正的常数。它只在VectorBuilder 的第一行被赋予一个值，并且在运行时从不改变。我意识到我没有在主帖中正确地澄清这一点，但新属性永远不会在运行时添加。我所说的调整将在编程时进行。例如，如果我想添加一个新属性，我需要在build函数中添加它，例如：

   self._add(self.fd.getCharacter().getAction().getActionData().getSpeed())
   

   ，以及将SIZE 定义更改为SIZE = 6。

5. 这些属性被编译成一个简单的 Python 列表（但可能会被一个 numpy 数组替换），然后作为输入向量传递给神经网络。但是，需要首先构建神经网络本身，这发生在任何数据可用之前（即在创建任何输入向量之前）。不过，为了成功构建，神经网络需要知道它将接收的输入向量的大小。这就是为什么 SIZE 是必要的，也是 assert 声明的原因 - 确定我传递给网络的向量实际上是我声称要传递给它的大小。

我知道代码是非 Python 的，这就是我在这里的原因 - 代码有效，只是丑陋。

Answer 1

除了提供属性的字符串作为您希望从中创建输入参数的列表之外，为什么不使用包含所有 的列表来初始化 build 函数>值由您的 getter 函数返回？

然后，您的 SIZE 变量仍将是 build(self,*args) 中提供的动态参数列表的长度。