fpgrowth算法c语言,oop之继承nametuple

最近在spark上研究fp-growth算法，其中fpmodel中其中一个方法freqItemsets生成频繁集，但是生成的结果不方便用户后续统计处理，下面贴出源码

class FPGrowthModel(JavaModelWrapper):

"""

.. note:: Experimental

A FP-Growth model for mining frequent itemsets

using the Parallel FP-Growth algorithm.

>>> data = [["a", "b", "c"], ["a", "b", "d", "e"], ["a", "c", "e"], ["a", "c", "f"]]

>>> rdd = sc.parallelize(data, 2)

>>> model = FPGrowth.train(rdd, 0.6, 2)

>>> sorted(model.freqItemsets().collect())

[FreqItemset(items=[u'a'], freq=4), FreqItemset(items=[u'c'], freq=3), ...

.. versionadded:: 1.4.0

"""

@since("1.4.0")

[docs] def freqItemsets(self):

"""

Returns the frequent itemsets of this model.

"""

return self.call("getFreqItemsets").map(lambda x: (FPGrowth.FreqItemset(x[0], x[1])))

上面的类方法freqItemsets生成频繁集，但是不想在map将其转化为FreqItemset对象类型

class FreqItemset(namedtuple("FreqItemset", ["items", "freq"])):

"""

Represents an (items, freq) tuple.

.. versionadded:: 1.4.0

"""

FreqItemset是从nametuple继承，内部没有重写任何方法函数，因此在调用FreqItemset时会自动构造成相应的nametuple对象

如果你想继续定制当前的类，需要自己重写相关的方法，比如参数增加，现在默认传递的参数只有两个，你要是增加为三个或者多个该如何处理呢，这个就会涉及的到以下内容

__init__与__new__两个函数之间的关系

from collections import namedtuple

Test=namedtuple('Test', 'name age ')

class xman(Test):

def __new__(cls,a,b,c):

self=super(xman,cls).__new__(cls,a,b)

self.c=c

return self

if __name__=='__main__':

x=xman('a',11,'one')

print x

print x.c

输出结果

Test(name='a', age=11)

one

要是上述代码改为以下：

from collections import namedtuple

Test=namedtuple('Test', 'name age ')

class xman(Test):

#error

def __init__(self,a,b,c):

super(xman,self).__init__(self,a,b)

self.c=c

if __name__=='__main__':

x=xman('a',11,'one')

print x

print x.c

Traceback (most recent call last):

File "C:\Users\cuijian\Desktop\dp_blog\BlogTestCode\NametupleTest.py", line 17, in

x=xman('a',11,'one')

TypeError: __new__() takes exactly 3 arguments (4 given)

这就是实际nametuple只需要两个参数就好了，你现在在构造对象的时候传入了过多的参数，这也是说明了

__new__在__init__之前被调用，一般情况下不会去修改__new__方法，因为如果你要控制对象的构造过程就需要去修改这个函数，否则

只是初始化实例的话是不需要重写当前的函数。