Python 函数如果不在类中是否可以实现链式操作？

建立文件 np_cn.py 如下

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import numpy
def 变换形状(序列, 新形状, 顺序='C'):
return numpy.reshape(a = 序列, newshape = 新形状, order = 顺序)
def 有序序列(*args, **kwargs):
return numpy.arange(*args, **kwargs)

然后导入改文件，运行两个函数都没有问题，

from np1 import np_cn_9 as nmp
nmp.变换形状( nmp.有序序列(9),(3,3))

结果是：
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])

运行 nmp.有序序列(9).变换形状( (3,3))

结果为
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-7-ce82a699b849> in <module>()
----> 1 nmp.有序序列(9).变换形状( (3,3))

AttributeError: 'numpy.ndarray' object has no attribute '变换形状'

如果不想把这些函数都放到一个类中，应该如何写代码才能实现链式操作，目前个人想法是用装饰器，还没想好怎么用。谢谢！

nmp

形状

序列

变换

6 replies • 2020-03-29 13:16:24 +08:00

xpresslink

Mar 27, 2020

如果要实现 XX.m1().m2().m3()这种链式调用模式。
那么
XX.m1()的返回结果必然要是一个包含 m2 方法（属性）的类，
同理 m2()的返回结果必然要是一个包含 m3 方法（属性）的类
这些都是绕不过去的，是不是把 m1~3 都写在一个类里面不绝对。
可是为了方便传递数据，用一个类可能方便一点，例如给类加一个_data = {}/[] 属性存储数据结果。

xpresslink

Mar 27, 2020

上面的类的说得不准确，应该是对象。

xpresslink

Mar 27, 2020

>>> ['abc'].pop().find('b').__bool__()
True

fzhyzamt

Mar 27, 2020

大概这样？
```python
#!/usr/bin/python
# -*- coding: UTF-8 -*-

import sys

current_module = sys.modules[__name__]

class Chain:
def __init__(self, *args):
self.args = args

def __getattr__(self, item):
raw_func = getattr(current_module, item)

def _inner(*args):
chain = raw_func(*self.args, *args)
self.args = chain.args
return chain

return _inner

def a(*args):
print('func[a]', *args)
return Chain(f'Result:a{str(args)}')

def b(*args):
print('func[b]', *args)
return Chain(f'Result:b{str(args)}')

a(1, 2, 3).b(4, 5).a(7, 7, 7).a(6, 6)
```
输出：
```
func[a] 1 2 3
func[b] Result:a(1, 2, 3) 4 5
func[a] Result:b('Result:a(1, 2, 3)', 4, 5) 7 7 7
func[a] Result:a("Result:b('Result:a(1, 2, 3)', 4, 5)", 7, 7, 7) 6 6
```

alxia

Mar 28, 2020

试了一下 np.array 禁止动态绑定属性，所以你想要的效果是无法实现的，只能自己写类

pebble329

Mar 29, 2020

第一次提问，谢谢大家的答复。

暂时还是继承了一个对象

import numpy
class cn_array(np.ndarray):
def __new__(cls, input_array, info=None):
obj = np.asarray(input_array).view(cls)
return obj
def __array_finalize__(self, obj):
if obj is None: return

def 一序列(形状, 数据类型=None, 顺序='C'):
return cn_array(numpy.ones(shape = 形状, dtype = 数据类型, order = 顺序))

def 变换形状(序列, 新形状, 顺序='C'):
return cn_array(numpy.reshape(a = 序列, newshape = 新形状, order = 顺序))

序列 1 = cn_array
序列 1.一序列(9).变换形状((3,3))

运行结果是

cn_array([[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]])

结果还可以接受，就是不能使用类似 'inport numpy as np' 这样的句子了！