Python - 连续重新分配/更新类成员的正确方法

Question

我有一个类，其成员是通过累积实验数据的值而构建的数字列表，例如

 class MyClass:
     def __init__(self):
          container1 = []
          container2 = []
            ...

     def accumulate_from_dataset(self,dataset):
          for entry in dataset:
               container1.append( foo (entry) )
               container2.append( bar (entry) )
                  ...


     def process_accumulated_data(self):   
           '''called when all the data is gathered
           '''
           process1(container1)
           process2(container2)
             ...

---

问题:如果我可以将所有列表转换为 numpy 数组，那将会很有帮助。

---

我尝试过的:简单的转换

    self.container1 = np.array(self.container1)

有效。不过，如果我想考虑“一次性更多领域”，比如

     lists_to_convert = [self.container1, self.container2, ...]

     def converter(lists_to_convert):
          for list in lists_to_convert:
               list = np.array(list)

由于对类成员的引用是按值传递的，因此没有任何有效的更改。

---

因此，我想知道是否有一种聪明的方法/解决方法来处理整个转换过程。

感谢任何帮助

Answer 1

来自The Pragmatic Programmer :

Ask yourself: "Does it have to be done this way? Does it have to be done at all?

也许您应该重新考虑您的数据结构？也许一些字典或简单的列表列表会更容易处理？

请注意，在所提供的示例中，container1 和 container2 只是初始数据集 的转换。它看起来是列表理解的好地方:

foo_data = [foo(d) for d in dataset]
# or even
foo_data = map(foo, dataset)
# or generator version
foo_data_iter = (foo(d) for d in dataset)

如果您确实想要像示例中那样操作实例变量，请查看 getattr 和 hasattr 内置函数