将基类转换为派生类 python（或者更符合 Python 风格的扩展类的方式）-IT科技

摘要：问题描述：我需要扩展 Networkx python 包并向类中添加一些方法Graph以满足我的特定需要我考虑这样做的方法是简单地派生一个新类NewGraph，然后添加所需的方法。但是 networkx 中还有其他几个函数可以创建并返回Graph对象（例如生成随机图）。我现在需要将这些Graph对象转换为Ne...

问题描述：

我需要扩展 Networkx python 包并向类中添加一些方法Graph以满足我的特定需要

我考虑这样做的方法是简单地派生一个新类NewGraph，然后添加所需的方法。

但是 networkx 中还有其他几个函数可以创建并返回Graph对象（例如生成随机图）。我现在需要将这些Graph对象转换为NewGraph对象，以便我可以使用我的新方法。

最好的方法是什么？或者我应该用完全不同的方式来解决这个问题？

解决方案 1：

如果您只是添加行为，而不依赖于其他实例值，则可以分配给对象的__class__：

from math import pi

class Circle(object):
    def __init__(self, radius):
        self.radius = radius

    def area(self):
        return pi * self.radius**2

class CirclePlus(Circle):
    def diameter(self):
        return self.radius*2

    def circumference(self):
        return self.radius*2*pi

c = Circle(10)
print c.radius
print c.area()
print repr(c)

c.__class__ = CirclePlus
print c.diameter()
print c.circumference()
print repr(c)

印刷：

10
314.159265359
<__main__.Circle object at 0x00A0E270>
20
62.8318530718
<__main__.CirclePlus object at 0x00A0E270>

这和 Python 中的“强制类型转换”非常接近，就像 C 中的强制类型转换一样，如果不经过深思熟虑，是无法完成的。我发布了一个相当有限的示例，但如果您可以遵守限制（只添加行为，不添加新的实例变量），那么这可能有助于解决您的问题。

解决方案 2：

以下是如何“神奇地”用自定义子类替换模块中的类而无需触及模块。这只需要在正常的子类化过程中多写几行代码，因此可以为您提供（几乎）子类化的所有功能和灵活性。例如，如果您愿意，这允许您添加新属性。

import networkx as nx

class NewGraph(nx.Graph):
    def __getattribute__(self, attr):
        "This is just to show off, not needed"
        print "getattribute %s" % (attr,)
        return nx.Graph.__getattribute__(self, attr)

    def __setattr__(self, attr, value):
        "More showing off."
        print "    setattr %s = %r" % (attr, value)
        return nx.Graph.__setattr__(self, attr, value)

    def plot(self):
        "A convenience method"
        import matplotlib.pyplot as plt
        nx.draw(self)
        plt.show()

到目前为止，这与正常的子类化完全一样。现在我们需要将此子类挂接到networkx模块中，以便所有实例化nx.Graph都会产生一个NewGraph对象。以下是使用以下方法实例化nx.Graph对象时通常发生的情况nx.Graph()

1. 调用 nx.Graph.__new__(nx.Graph)
2.如果返回的对象是nx.Graph的子类，
   在对象上调用 __init__
3. 对象作为实例返回

我们将替换nx.Graph.__new__并使其返回NewGraph。在其中，我们调用__new__的方法object而不是__new__的方法NewGraph，因为后者只是调用我们要替换的方法的另一种方式，因此会导致无限递归。

def __new__(cls):
    if cls == nx.Graph:
        return object.__new__(NewGraph)
    return object.__new__(cls)

# We substitute the __new__ method of the nx.Graph class
# with our own.     
nx.Graph.__new__ = staticmethod(__new__)

# Test if it works
graph = nx.generators.random_graphs.fast_gnp_random_graph(7, 0.6)
graph.plot()

在大多数情况下，这就是您需要知道的全部内容，但有一个问题。我们对__new__方法的覆盖仅影响nx.Graph，而不影响其子类。例如，如果您调用nx.gn_graph，它返回的实例，它将不具有我们任何花哨的扩展。您需要对要使用nx.DiGraph的每个子类进行子类化，并添加所需的方法和属性。使用mix-ins可能会更容易在遵守DRY原则的同时一致地扩展子类。nx.Graph

虽然这个例子看起来很简单，但这种挂接模块的方法很难推广，无法解决所有可能出现的小问题。我认为根据手头的问题进行调整会更容易。例如，如果您要挂接的类定义了自己的自定义__new__方法，则需要在替换它之前将其存储起来，然后调用此方法而不是object.__new__。

解决方案 3：

我扩展了 PaulMcG 所做的事情，并使其成为工厂模式。

class A:
 def __init__(self, variable):
    self.a = 10
    self.a_variable = variable

 def do_something(self):
    print("do something A")


class B(A):

 def __init__(self, variable=None):
    super().__init__(variable)
    self.b = 15

 @classmethod
 def from_A(cls, a: A):
    # Create new b_obj
    b_obj = cls()
    # Copy all values of A to B
    # It does not have any problem since they have common template
    for key, value in a.__dict__.items():
        b_obj.__dict__[key] = value
    return b_obj

if __name__ == "__main__":
 a = A(variable="something")
 b = B.from_A(a=a)
 print(a.__dict__)
 print(b.__dict__)
 b.do_something()
 print(type(b))

结果：

{'a': 10, 'a_variable': 'something'}
{'a': 10, 'a_variable': 'something', 'b': 15}
do something A
<class '__main__.B'>

解决方案 4：

您可以简单地创建一个新的NewGraph派生自Graph对象，并让__init__函数包含类似于self.__dict__.update(vars(incoming_graph))第一行的内容，然后再定义您自己的属性。这样，您基本上将所有属性从Graph您拥有的复制到一个新对象上，该对象派生自Graph，但带有您的特殊功能。

class NewGraph(Graph):
  def __init__(self, incoming_graph):
    self.__dict__.update(vars(incoming_graph))

    # rest of my __init__ code, including properties and such

用法：

graph = function_that_returns_graph()
new_graph = NewGraph(graph)
cool_result = function_that_takes_new_graph(new_graph)

解决方案 5：

我在为做贡献时遇到了同样的问题networkx，因为我需要的许多新方法Graph。@Aric 的答案是最简单的解决方案，但没有使用继承。这里networkx使用了一个原生功能，它应该更有效率。

教程中有一节networkx使用图形构造函数Graph，展示了如何从图形的现有对象（尤其是另一个图形对象）初始化对象。这是那里显示的示例，您可以从现有对象中初始化一个新DiGraph对象：H`Graph`G

>>> G = Graph()
>>> G.add_edge(1, 2)
>>> H = nx.DiGraph(G)   # create a DiGraph using the connections from G
>>> list(H.edges())
[(1, 2), (2, 1)]

注意将现有图转换为有向图时的数学含义。您可能可以通过某些函数或构造函数实现此功能，但我认为它是中的一个重要功能networkx。还没有检查他们的实现，但我猜它更有效率。

为了在类中保留此功能NewGraph，您应该使其能够将现有对象作为参数__init__，例如：

from typing import Optional
import networkx as nx


class NewGraph(nx.Graph):

    def __init__(self, g: Optional[nx.Graph] = None):
        """Init an empty directed graph or from an existing graph.

        Args:
            g: an existing graph.
        """
        if not g:
            super().__init__()
        else:
            super().__init__(g)

然后，只要您有一个Graph对象，就可以通过以下方式初始化（而不是直接将其转变为）一个NewGraph对象：

>>> G = nx.some_function()
...
>>> NG = NewGraph(G)

或者你可以初始化一个空NewGraph对象：

>>> NG_2 = NewGraph()

出于同样的原因，你可以初始化另一个Graph对象NG：

>>> G_2 = nx.Graph(NG)

super().__init__()最有可能的是，启动一个对象之后会有很多操作NewGraph，因此@PaulMcG 的回答，正如他/她提到的，在这种情况下不是一个好主意。

解决方案 6：

如果函数正在创建 Graph 对象，则不能将它们转换为 NewGraph 对象。

对于 NewGraph 来说，另一个选择是拥有一个 Graph，而不是成为一个 Graph。你可以将 Graph 方法委托给你拥有的 Graph 对象，并且可以将任何 Graph 对象包装到新的 NewGraph 对象中：

class NewGraph:
    def __init__(self, graph):
        self.graph = graph

    def some_graph_method(self, *args, **kwargs):
        return self.graph.some_graph_method(*args, **kwargs)
    #.. do this for the other Graph methods you need

    def my_newgraph_method(self):
        ....

解决方案 7：

对于简单的情况，您也可以__init__像这样编写子类，并将图形数据结构中的指针分配给子类数据。

from networkx import Graph

class MyGraph(Graph):
    def __init__(self, graph=None, **attr):
        if graph is not None:
            self.graph = graph.graph   # graph attributes
            self.node = graph.node   # node attributes
            self.adj = graph.adj     # adjacency dict
        else:
            self.graph = {}   # empty graph attr dict
            self.node = {}    # empty node attr dict 
            self.adj = {}     # empty adjacency dict

        self.edge = self.adj # alias 
        self.graph.update(attr) # update any command line attributes


if __name__=='__main__':
    import networkx as nx
    R=nx.gnp_random_graph(10,0.4)
    G=MyGraph(R)

你也可以在赋值中使用 copy() 或 deepcopy() ，但如果你要这么做，你也可以使用

G=MyGraph()
G.add_nodes_from(R)
G.add_edges_from(R.edges())

加载图形数据。

解决方案 8：

赋值__class__方法实际上会改变变量。如果您只想调用超类中的函数，则可以使用super。例如：

class A:
    def __init__(self):
        pass
    def f(self):
        print("A")

class B(A):
    def __init__(self):
        super().__init__()
    def f(self):
        print("B")

b = B()
b.f()
super(type(b), b).f()

正在返回