python - 用数据模型方法覆盖 * 和 ** 解包？

Question

我正在尝试弄清楚如何赋予对象解包值的能力。

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。
• 我们想问
  • 成员资格，因此 __contains__。
  • 通过调用特定步骤或仅使用默认步骤对其进行迭代，因此 __call__ 和 __iter__。
• 以后我会支持并集和交集。

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

这主要用于在参数中具有间隔限制的函数。

例如一个函数 def Integrate(f, a, b): ... 然后我们评估，integral = Integrate(f, *I) 其中 $ f$ 实值函数和 I 是我们正在讨论的区间。

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，我提出的示例类如下。

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，但我相信你所需要的只是从 __iter__ 中产生相关的项目:

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