Python-在类本身中创建共享类变量

我对Python很陌生，我一直面临一个问题，在stackoverflow上找不到直接的答案（但我想我只是没有足够的经验在google上搜索正确的术语）。我希望您能提供帮助您可以将结果缓存为成员变量（如果我正确理解了问题）：

---

您可以将结果缓存为成员变量（如果我正确理解了问题）：

---

当然，你可以这样做：

class Data:

    def __init__(self, data):
        self.data = data
        self.dimensions = None

    def get_dimensions(self):
        self.dimensions = (np.shape(self.data) if 
            self.dimensions is None else 
            self.dimensions)
        return self.dimensions

如果您需要修改

self.data

并重新计算

self.dimensions

，可以使用关键字参数更好地指定是否要重新计算结果。例：

    def get_dimensions(self, calculate=False):
        self.dimensions = (np.shape(self.data) 
             if calculate or self.dimensions is None
             else self.dimensions)
        return self.dimensions

---

当然，你可以这样做：

class Data:

    def __init__(self, data):
        self.data = data
        self.dimensions = None

    def get_dimensions(self):
        self.dimensions = (np.shape(self.data) if 
            self.dimensions is None else 
            self.dimensions)
        return self.dimensions

如果您需要修改

self.data

并重新计算

self.dimensions

，可以使用关键字参数更好地指定是否要重新计算结果。例：

    def get_dimensions(self, calculate=False):
        self.dimensions = (np.shape(self.data) 
             if calculate or self.dimensions is None
             else self.dimensions)
        return self.dimensions

---

数组的形状直接存储在数组中，而不是计算值。阵列的形状必须存储，因为备份内存是平面阵列。因此，

（4,4）

、

（2,8）

和

（16，）

将具有相同的支持数组。如果不存储形状，数组将无法执行索引操作

numpy.shape

仅在获取类似数组的对象（如列表或元组）的形状时才真正有用

我错过了最后一点，您关心的是一些其他大型昂贵的计算，您还没有展示。最好的解决方案是第一次缓存计算值，然后在以后的方法调用中返回缓存值。 应付额外的计算

from random import random

class Data:
     @property
     def dimensions(self):
         # Do a try/except block as the exception will only every be thrown the first
         # time. Secondary invocations will work quicker and not require any checking.
         try:
             return self._dimensions
         except AttributeError:
             pass
         # some complex computation
         self._dimensions = random()
         return self._dimensions

d = Data()
assert d.dimensions == d.dimensions

---

数组的形状直接存储在数组中，而不是计算值。阵列的形状必须存储，因为备份内存是平面阵列。因此，

（4,4）

、

（2,8）

和

（16，）

将具有相同的支持数组。如果不存储形状，数组将无法执行索引操作

numpy.shape

仅在获取类似数组的对象（如列表或元组）的形状时才真正有用

我错过了最后一点，您关心的是一些其他大型昂贵的计算，您还没有展示。最好的解决方案是第一次缓存计算值，然后在以后的方法调用中返回缓存值。 应付额外的计算

from random import random

class Data:
     @property
     def dimensions(self):
         # Do a try/except block as the exception will only every be thrown the first
         # time. Secondary invocations will work quicker and not require any checking.
         try:
             return self._dimensions
         except AttributeError:
             pass
         # some complex computation
         self._dimensions = random()
         return self._dimensions

d = Data()
assert d.dimensions == d.dimensions

---

如果你的维度没有改变，你可以做得更简单

import numpy as np

class Data:

    def __init__(self, data):
        self.data = data
        self.dimension=np.shape(self.data)

    def get_dimensions(self):
        return self.dimension


test = Data(np.random.random((20, 15)))
print(test.get_dimensions())

---

如果你的维度没有改变，你可以做得更简单

import numpy as np

class Data:

    def __init__(self, data):
        self.data = data
        self.dimension=np.shape(self.data)

    def get_dimensions(self):
        return self.dimension


test = Data(np.random.random((20, 15)))
print(test.get_dimensions())

---

问题是，你从来没有设置过尺寸，所以你总是重复计算，然后返回，而不是使用以前计算的结果…啊，不知道我能做到@亩無 对的现在解决这个问题。问题是，你从来没有设置过尺寸，所以你总是重复计算然后返回，而不是使用以前计算的结果…啊，不知道我能做到@亩無 对的现在就修好。好的，我明白了。因此，如果我只想返回单个数组的形状，我发现不需要重写上面的语句。然而，在我的get_dimensions函数中，我做的不仅仅是返回形状，所以我真的想避免一直执行额外的步骤，好的，注意点。因此，如果我只想返回单个数组的形状，我发现不需要重写上面的语句。然而，在我的get_dimensions函数中，我做的不仅仅是返回形状，所以我真的希望避免一直执行额外的步骤