Python 设置属性时如何避免循环依赖关系？

这是一个设计原则问题，适用于处理数学/物理方程的类，其中允许用户设置任何参数，根据这些参数计算剩余的。 在本例中，我希望能够设置频率，同时避免循环依赖

例如：

from traits.api import HasTraits, Float, Property
from scipy.constants import c, h
class Photon(HasTraits):
    wavelength = Float # would like to do Property, but that would be circular?
    frequency = Property(depends_on = 'wavelength')
    energy = Property(depends_on = ['wavelength, frequency'])
    def _get_frequency(self):
        return c/self.wavelength
    def _get_energy(self):
        return h*self.frequency

我也知道这里有一个更新触发时间问题，因为我不知道更新触发的顺序：

波长正在改变

这会触发两个相关实体的更新：频率和能量

但是能量需要更新频率，以便能量具有适合新波长的值 （要接受的答案还应解决这一潜在的时间问题。）

那么，解决这些相互依赖的问题的最佳设计模式是什么？ 最后，我希望用户能够更新波长或频率，并相应地更新频率/波长和能量

当然，这类问题在所有试图处理方程的课程中都会出现

---

让比赛开始吧！；）

我建议教你的应用程序什么可以从什么中派生出来。例如，一个典型的情况是，您有一组n个变量，其中任何一个都可以从其余变量派生。（当然，您也可以对更复杂的案例进行建模，但在您实际遇到此类案例之前，我不会这么做）

可以这样建模：

# variable_derivations is a dictionary: variable_id -> function
# each function produces this variable's value given all the other variables as kwargs
class SimpleDependency:
  _registry = {}
  def __init__(self, variable_derivations):
    unknown_variable_ids = variable_derivations.keys() - self._registry.keys():
      raise UnknownVariable(next(iter(unknown_variable_ids)))
    self.variable_derivations = variable_derivations

  def register_variable(self, variable, variable_id):
    if variable_id in self._registry:
      raise DuplicateVariable(variable_id)
    self._registry[variable_id] = variable

  def update(self, updated_variable_id, new_value):
    if updated_variable_id not in self.variable_ids:
      raise UnknownVariable(updated_variable_id)
    self._registry[updated_variable_id].assign(new_value)
    other_variable_ids = self.variable_ids.keys() - {updated_variable_id}
    for variable_id in other_variable_ids:
      function = self.variable_derivations[variable_id]
      arguments = {var_id : self._registry[var_id] for var_id in other_variable_ids}
      self._registry[variable_id].assign(function(**arguments))

class FloatVariable(numbers.Real):
  def __init__(self, variable_id, variable_value = 0):
    self.variable_id = variable_id
    self.value = variable_value
  def assign(self, value):
    self.value = value
  def __float__(self):
    return self.value

photon = Photon(wavelength = 1064)

---

这只是一个草图，我没有测试或思考每一个可能的问题。

感谢热心邮件列表中的亚当·休斯和沃伦·韦克瑟，我意识到我的理解中遗漏了什么。 属性实际上并不作为属性存在。我现在把它们看作是一个“虚拟”属性，它完全取决于类的编写者在调用getter或setter时所做的事情

因此，当我希望能够由用户设置波长和频率时，我只需要了解频率本身并不作为属性存在，而是在频率的_设置时间，我需要更新“基本”属性波长，以便下次需要频率时，用新的波长重新计算

我还需要感谢用户sr2222，他让我想到了丢失的缓存。我意识到，我使用关键字'dependens_-on'设置的依赖项只有在使用'cached_-property'特性时才需要。如果计算的成本没有那么高或者没有经常执行，那么_getter和_setter会处理所有需要的事情，而不需要使用'depens_on'关键字

现在，我正在寻找一种简化的解决方案，它允许我设置波长或频率，而无需使用循环：

class Photon(HasTraits):
    wavelength = Float 
    frequency = Property
    energy = Property

    def _wavelength_default(self):
        return 1.0
    def _get_frequency(self):
        return c/self.wavelength
    def _set_frequency(self, freq):
        self.wavelength = c/freq
    def _get_energy(self):
        return h*self.frequency

我们可以这样使用这个类：

# variable_derivations is a dictionary: variable_id -> function
# each function produces this variable's value given all the other variables as kwargs
class SimpleDependency:
  _registry = {}
  def __init__(self, variable_derivations):
    unknown_variable_ids = variable_derivations.keys() - self._registry.keys():
      raise UnknownVariable(next(iter(unknown_variable_ids)))
    self.variable_derivations = variable_derivations

  def register_variable(self, variable, variable_id):
    if variable_id in self._registry:
      raise DuplicateVariable(variable_id)
    self._registry[variable_id] = variable

  def update(self, updated_variable_id, new_value):
    if updated_variable_id not in self.variable_ids:
      raise UnknownVariable(updated_variable_id)
    self._registry[updated_variable_id].assign(new_value)
    other_variable_ids = self.variable_ids.keys() - {updated_variable_id}
    for variable_id in other_variable_ids:
      function = self.variable_derivations[variable_id]
      arguments = {var_id : self._registry[var_id] for var_id in other_variable_ids}
      self._registry[variable_id].assign(function(**arguments))

class FloatVariable(numbers.Real):
  def __init__(self, variable_id, variable_value = 0):
    self.variable_id = variable_id
    self.value = variable_value
  def assign(self, value):
    self.value = value
  def __float__(self):
    return self.value

photon = Photon(wavelength = 1064)

或

要设置初始值并立即获取能量，只需直接使用它：

print(photon.energy)

---

请注意，_wavelength_default方法会处理用户初始化光子实例而不提供初始值的情况。只有在首次访问波长时，才会使用此方法确定波长。如果我不这样做，第一次访问频率将导致1/0的计算。

我认为traits.api对于您的需求来说可能有些过分。是否有任何理由标准问题属性不适用于您？Traits主要用于设置类间依赖关系，而不是我在页面上看到的类内依赖关系；你在做类内依赖。我不同意，因为类内依赖对设计GUI非常有帮助，相关traits.ui库是基于traits.即用于解决某些计算/数据分析任务的迷你GUI或迷你应用程序构建的。我不知道这些属性在大规模GUI应用程序中的效果如何，但至少在快速应用程序开发中，GUI元素触发内容，其他内容自动更新，这些属性非常巧妙。但如果您的值是从一开始就派生出来的，则标准问题属性就可以正常工作。你有1个基本值，然后是2个常数。让属性getter都从基本值计算，然后setter都转换为基本值。使用traits.api（你甚至还没有）所得到的只是一种缓存结果的方法，这是一种过早的优化。