更新类属性的值

Question

我有一个类如下：

class MyClass(object):

    def __init__(self, input1, input2):
         self.attribute1 = [(a1_d1, a1_p1), (a1_d2, a1_p2)]
         self.attribute2 = [(a2_d1, a2_p1), (a2_d2, a2_p2), ..., (a2_d10, a2_p10)]
         ...some other attributes here...

每对中的第一个坐标是一些决策/动作，第二个坐标是选择该动作的概率。 我想编写一个函数，在程序运行时更新此类实例的这些概率。 更新概率的方式取决于先前所做的决定。 例如，我可以编写以下类型的函数：

    def update_probabilities_attribute1(self, decision):
        i = 0
        for action, current_probability in self.attribute1:
            SOME CODE HERE
            self.attribute1[i] = (action, new_probability)
            i = i + 1

    def update_probabilities_attribute2(self, decision):
        i = 0
        for action, current_probability in self.attribute2:
            SOME CODE HERE
            self.attribute1[i] = (action, new_probability)
            i = i + 1

这里的部分代码部分对于两个功能是通用的。 无论如何，我可以拥有一个函数而不是两个不同的函数，这些函数将self.attribute1或self.attribute2作为输入并相应地对其进行更新。

谢谢。

Answer 1

self.attribute = function_name(previous_attribute_value)

然后得到一个值：

def function_name(attribute):
    #Compute the new value
    return new_attribute_value

我猜您也可以使用lambda来代替调用函数，但是它可能不太可重用。

Answer 2

你可以使用getattr和亲戚：

def update_probabilities(self, attribute_name, decision):
    i = 0
    attr_value = getattr(self, attribute_name)
    for action, current_probability in attr_value:
        #SOME CODE HERE
        attr_value[i] = (action, new_probability)
        i = i + 1
    setattr(self, attribute_name, attr_value)

Answer 3

由于您的“属性”从根本上表现出相同的行为并且受到相同类型的处理，因此只需将它们放入列表中（您显然已经知道列表如何工作）并选择适当的列表。

另外，不要仅仅因为要修改列表的每个元素而使用索引。 您可以只创建一个新列表，然后将其重新分配到位。 或者更好的是，使用列表推导来描述旧列表如何转换为新列表。

class MyClass(object):
    def __init__(self, input1, input2):
        self.attributes = [
            [(a1_d1, a1_p1), (a1_d2, a1_p2)],
            [(a2_d1, a2_p1), (a2_d2, a2_p2), ..., (a2_d10, a2_p10)],
            # etc.
        ]

    def update_probabilities(self, which_attribute, decision):
        self.attributes[which_attribute] = [
            (action, new_probability_for(action, current_probability, decision))
            for (action, current_probability) in self.attributes[which_attribute]
        ]