python 最佳实践——类非常相似，但构造函数不同

Question

我创建了四个类:experiment、experiment_type1、experiment_type2 和 experiment_type3

experiment是一个抽象类，不能被实例化。它有 2 个方法，__init__(self) 和 run(self)，其中 run(self) 是抽象的。

experiment_type1 和experiment_type2 源自实验。它们从 experiment 继承了 __init__(self)(因此它们共享相同的构造函数)但是它们实现的 run(self) 彼此不同。

我的问题是 experiment_type3 类。它也只有 run(self) 方法，实现方式与 experiment_type1 和 experiment_type2 不同，但它的构造函数需要一个额外的参数。它的构造函数的形式是 __init__(self, parameter)

理想情况下，我希望experiment_type3 派生自experiment。但是构造函数不匹配。处理这个问题的最佳方法是什么？在这种情况下使用 Python 编程。

编辑:这是 experiment 和 experiment_type3 的代码。如您所见，它取决于不存在的 self.epsilon。

将 numpy 导入为 np从 abc 导入 ABC，抽象方法从 Bandit 导入 Bandit

class experiment(ABC):
    def __init__(self, num_iter, bandit_list): #epsilon is the chance to explore, num_iter is num of iterations, bandit_list is the list of the bandits
        self.num_iter = num_iter
        self.bandit_list = bandit_list
        self.best_bandit = np.random.choice(len(bandit_list))

    @abstractmethod
    def run(self):
        raise NotImplementedError('derived class must implement run() method!')

class eg_experiment(experiment):
    def run(self):
        for iteration in range(self.num_iter):
            bandit = np.random.choice(len(self.bandit_list))
            if(np.random.random() > self.epsilon):
                bandit = self.best_bandit
            self.bandit_list[self.best_bandit].pull()
            self.best_bandit = np.argmax([bandit.current_mean for bandit in self.bandit_list])

Answer 1

正如评论所指出的，在父类的 __init__ 上使用 super() 应该会给你你想要的。

class A:
    def __init__(self, parameter)
        self.parameter = parameter

class B(A):
    def __init__(self, parameter, new_parameter)
        super().__init__(parameter)
        self.new_parameter = parameter

或者在你的情况下

class eg_experiment(experiment):
    def __init__(num_iter, bandit_list, epsilon):
        super().__init__(num_iter, bandit_list)  #Python3
        # super(experiment,self).__init__(num_iter, bandit_list) # Pythyon2.7
        self.epsilon = epsilon