python - 元编程 - 使用 __class__ 时如何从模板生成类？

Question

我创建了这样的类来解决签名和 feature_names 的问题:

import copy
from sklearn.feature_selection import VarianceTreshold


class VarianceThresholdN(VarianceThreshold):
    def __init__(self, **kwargs):
        super().__init__(**kwargs)
        self.feature_names = None

    #hack from https://stackoverflow.com/questions/51430484/how-to-subclass-a-vectorizer-in-scikit-learn-without-repeating-all-parameters-in    
    def get_params(self, deep=True): 
        params = super().get_params(deep)
        cp = copy.copy(self)
        cp.__class__ = VarianceThreshold
        params.update(cp.__class__.get_params(cp, deep))
        return params

    def fit(self, X, y=None):
        self.feature_names = list(X.columns)
        return super().fit(X, y)

不幸的是，我需要创建很多这样的类，所以需要进行大量的复制粘贴和替换两件事:class VarianceThresholdN(VarianceThreshold): 到 class DifferentClassN(DifferentClass): 和 cp.__class__ = VarianceThreshold 到 cp.__class__ = DifferentClass。

所以有一个清晰的模板，但由于 cp.__class__ = ... 我无法使用 mix-ins。

也许这个代码可以用 jinja 模板生成，但是有没有办法通过元编程的一些 Python 技巧来避免它？

Answer 1

我真的不明白它应该做什么，据我所知，你几乎只是调用了 super() 两次，第二个版本明确地这样做了。

Probably this code could be generated with jinja templates, but is there any way to avoid it, with some pythonic trick from meta-programming?

如果您的模式是您总是想将 self.__class__ 与其父级“交换”，则可以使用 __bases__ 或 mro( )[1]:

• cls.__bases__ 是 cls 的所有父类(super class)的元组，它正是您放在括号中的内容(不包括 kwargs)
• cls.mro() 是“方法解析顺序”，它对于这种特定的(完全线性)情况可以很好地工作:它是处理属性或处理时要经过的所有类的序列。方法调用，从cls(包含)开始，到object(这是所有Python类的原始祖先)结束。