python 自定义数据结构_自定义索引Python数据结构(Custom Indexing Python Data Structure)

自定义索引Python数据结构(Custom Indexing Python Data Structure)

我有一个包含python deque的类来自collections 。 当我去创建一个deque x=deque() ，我想引用第一个变量....

In[78]: x[0]

Out[78]: 0

我的问题是如何在下面的示例包装器中使用[]进行引用

class deque_wrapper:

def __init__(self):

self.data_structure = deque()

def newCustomAddon(x):

return len(self.data_structure)

def __repr__(self):

return repr(self.data_structure)

即，继续上面的例子：

In[75]: x[0]

Out[76]: TypeError: 'deque_wrapper' object does not support indexing

我想自定义我自己的引用，这可能吗？

I have a class that wraps around python deque from collections. When I go and create a deque x=deque(), and I want to reference the first variable....

In[78]: x[0]

Out[78]: 0

My question is how can use the [] for referencing in the following example wrapper

class deque_wrapper:

def __init__(self):

self.data_structure = deque()

def newCustomAddon(x):

return len(self.data_structure)

def __repr__(self):

return repr(self.data_structure)

Ie, continuing from above example:

In[75]: x[0]

Out[76]: TypeError: 'deque_wrapper' object does not support indexing

I want to customize my own referencing, is that possible?

原文：https://stackoverflow.com/questions/25716808

2020-02-28 23:08

满意答案

class DequeWrapper:

def __init__(self):

self.data_structure = deque()

def newCustomAddon(x):

return len(self.data_structure)

def __repr__(self):

return repr(self.data_structure)

def __getitem__(self, index):

# etc

每当你执行my_obj[x] ，Python实际上会调用my_obj.__getitem__(x) 。

您可能还需要考虑实现__setitem__方法 (如果适用)。 (当你写my_obj[x] = y ，Python实际上会运行my_obj.__setitem__(x, y) 。

有关Python数据模型的文档将包含有关在Python中创建自定义数据结构时需要实现哪些方法的更多信息。

You want to implement the __getitem__ method:

class DequeWrapper:

def __init__(self):

self.data_structure = deque()

def newCustomAddon(x):

return len(self.data_structure)

def __repr__(self):

return repr(self.data_structure)

def __getitem__(self, index):

# etc

Whenever you do my_obj[x], Python will actually call my_obj.__getitem__(x).

You may also want to consider implementing the __setitem__ method, if applicable. (When you write my_obj[x] = y, Python will actually run my_obj.__setitem__(x, y).

The documentation on Python data models will contain more information on which methods you need to implement in order to make custom data structures in Python.

2014-09-08

相关问答

根据MDN，splice确实支持负索引。 https://developer.mozilla.org/en/docs/Web/JavaScript/Reference/Global_Objects/Array/splice 开始更改数组的索引(原点为0)。 如果大于数组的长度，实际的起始索引将设置为数组的长度。 如果为负数，将从数组末尾开始那么多元素(带原点1)。 所以，这就是删除作品的原因。 要在更新中启用否定索引，您可以检查提供的参数是否为负数。 如果是，则使用array.length + i...

列表对象被实现为数组。 它们针对快速的固定长度操作进行了优化，并导致pop(0)和insert(0，v)操作的O(n)内存移动成本，这会改变底层数据表示的大小和位置。 另见： http : //docs.python.org/library/collections.html#collections.deque Btw，有趣的是Python数据结构教程建议使用pop(0)来模拟队列，但不提O(n)或deque选项。 http://docs.python.org/tutorial/datastruct...

这是set 。 也有使用您提到的方法的在线示例 。 下一次你想知道，我建议你只是打印这种类型，如下所示： print(type(explored));

It's a set. There are also online examples that use the methods you mentioned. Next time you wonder, I suggest you just print the type, like this: print(type(explored));

您需要实现__getitem__ 。 请注意， 单个索引将作为自身传递 ，而多个索引将作为元组传递 。 通常，您可以选择以下列方式处理此问题： class indexed_array:

def __getitem__(self, indices):

# convert a simple index x[y] to a tuple for consistency

if not isinstance(indices, tuple):

in...

在上面的文章中，索引和访问是相同的，它们都描述了在元素上访问所需的渐近复杂性。 进一步来说： 在数组中，当谈论访问例如第3个元素时，索引或访问当然是O(1)，并且由于在最坏情况下需要线性传递，搜索是O(n)。 在Hashtables中，很明显我们不能参考索引，例如什么是第三元素 - 这个问题没有意义。 第一篇文章说N / A考虑到上述通知。 第二篇文章考虑了Hashtable - 索引是要找到一个元素(你知道元素的哈希键)。 如果你有一个好的哈希表(好的长度和最重要的好哈希函数)，那么找到一个元素...

您可以稍微修改一下您的想法：保留一个字典将源与(键，值)对关联，另一个关联键与值集关联。 这应该是快速构建/更新(添加一个条目需要两个dict查找和一个列表/集插入)，并且不需要太多的内存开销。 然后，您想要的两个查找操作中的每一个只需要一个字典命中。 请注意，这只会使指向实际数据的指针数量增加一倍; 如果值很大，那么内存使用量将远远小于两倍。 但是，如果这是一个问题，并且您不介意使键值查找的源ID慢得多，那么您只能存储从键到(源，值)对的字典。 然后，您可以获取给定键的所有值 vals_for_...

当您使用切片索引对象时，Python会使用您提供的输入创建slice对象。 例如，如果您执行c[0.2:0.4] ，则传递给c.__getitem__的参数将为slice(0.2, 0.4) c.__getitem__ slice(0.2, 0.4) 。 所以你可以在你的__getitem__方法中有这样的代码： def __getitem__(self, x):

if isinstance(x, slice):

start = x.start

stop =...

df = pd.DataFrame(np.arange(27).reshape(3,9) ,

columns = [

['x' , 'y' , 'z' , 'Group1' , 'Group1' , 'Group1' , 'Group2' , 'Group2' , 'Group2'] ,

[ 'x' , 'y' , 'z' , 'prop1' , 'prop2' , 'prop3' , 'prop1' , 'prop2' , 'prop3']

]

)

...

这是一个完整的(我认为)基于1的列表的实现，正确处理切片(包括扩展切片)，索引，弹出等等。比你想象的要好一些，特别是切片和负索引，这有点棘手。 事实上，我仍然不能100％确定它的工作原理应该如此，因此需要注意。 class list1(list):

"""One-based version of list."""

def _zerobased(self, i):

if type(i) is slice:

return slice(self....

您想要实现__getitem__方法 ： class DequeWrapper:

def __init__(self):

self.data_structure = deque()

def newCustomAddon(x):

return len(self.data_structure)

def __repr__(self):

return repr(self.data_structure)

def __get...

相关文章

Data Week: Becoming a data scientist Data Pointed,

...

Index Data Author: David Smiley Eric Pugh 译者：Koala+

...

清明假期翻以前的笔记发现有一些NoSQL相关的内容,比较零散,是之前读《Big Data Glossa

...

mod_python: the long story - Grisha Trubetskoy

...

Python 编程语言具有很高的灵活性，它支持多种编程方法，包括过程化的、面向对象的和函数式的。但最重

...

Mapping entities to the index structure 4.1. 映射一个实

...

Hi Pythonistas! 测试和调试 Testing & Debuggi

...

http://engineering.linkedin.com/distributed-systems

...

Spring Data: a new perspective of data operations

...